各位盒友好，我是开发者 CerealAxis。多亏了盒友们，Nola Translator 这个项目已经收获了263颗 Stars ，谢谢大家。很久没有发更新动态了，今天来和盒友汇报一下我们最近更新的内容。
趋势图
给新来的朋友介绍一下这个标题党软件：
希望在深夜学习外语的有实时双语字幕（中日英韩等100+语言/方言）
希望数据本地处理不外泄
希望什么卡都能跑（N卡/A卡/I卡/核显）
希望免费开源快速迭代的软件
那么，请往下看
此文章全是干货，建议点赞收藏加CY，如果能电一下就更好了嘿嘿嘿woo
以下场景均在一台16G Intel轻薄本上实机录制
------
软件页面速览
软件首页
悬浮字幕（快速同传页）
浏览器字幕页
模型网关页
模型管理页
下载进度管理
一、VAD+译文修订算法重写
旧版本的算法写的不好，会导致实际使用的时候断句断的不明白，译文修订频繁。例如：
视频原句：会议里外国人......
旧版本：议会里。 国工人……
收到用户反馈后，我们也积极迭代，目前迭代后的效果如下：
字幕效果预览
二、更多模型+更多加载器支持
之前有朋友反馈说支持的模型太少，本次更新我们给大家纳入了大量不同系列的模型，涵盖Qwen、HY、Index Translate、MiMo 等本地模型和 阿里云、MiniMax、谷歌翻译等大量云端模型API接口。
ASR模型
翻译模型
语音合成模型
同时，有大量的朋友反馈推理环境不会安装、Pytorch不会选版本，不会选模型，在后续版本中，我们已经给大家直接内置好 llama.cpp 和 CrispASR 两个推理器，支持N/A/I卡用户。
并且，安装模型的时候，也会有更清楚的介绍，并根据您的显存容量，对进行推荐显示。
模型选择
如果您觉得软件中内置的不好，您也可以选择导入本地模型或自定义API接口
本地导入
自定义模型
三、FireFox 浏览器拓展支持
之前盒友们关心的浏览器拓展，已经给FireFox补上支持了
FireFox 支持
四、本地网关的支持
有朋友问说欸既然已经能内置ASR/MT/TTS模型了，那能不能说软件开放接口出来，可以导入沉浸式翻译的自定义模型中呢？
于是在这个版本，我们已经给大家伙安排上了
五、新手教程优化
有朋友反应说原来的新手教程有点看不明白，于是我们给优化成了交互式版本，带着朋友们快速上手这款软件，妈妈再也不用担心我不会用了
新手教程
六、新玩意
除了以上常规的优化，我们还在软件中新增了一个功能，叫工作台，啥玩意呢？各位盒友请看。
工作台交互页面
那有的盒友就疑惑了，你这不是实时翻译软件吗？你给我塞一个Codex进来干啥？
是这样的。我相信各位盒友一定有说非实时翻译的需求，例如：
帮我翻译这句话为中文：xxxxxx
截个图，帮我翻一下：xxx
上传视频生成字幕文件？
帮我把文字转化为音频文件？
在当今 Codex 等智能体快速发展的情况下，我认为以上问题不再需要设计单独的页面来实现，可以统一在一个对话框中全部搞定，于是基于 AI-SDK + Assistant UI 组件库，搭建出了这么个玩意
由于第一次上手 Agent 从 0-1 的开发，还有很多功能不完善，目前我们已经实现的功能有：
正常的 LLM模型 模式：
在模型选择为 LLM模型后，即可进入类似 Codex 的正常对话窗口，除了能正常对话外，软件中已有的 ASR模型、MT模型、TTS模型都会注册为工具暴露给 LLM模型 ，让他可以根据需要综合调用这些模型的能力。
LLM模式
ASR 模型
模型切换为 语音识别模型后，就会进入到语音识别模式，您可以在对话框中点击麦克风录制一段声音、上传音频文件、甚至是视频，让模型提取其中的文字。
音频提取
此功能还在早期阶段，后续将支持 SRT等格式的 字幕导出 + 讲话者区分 等高阶功能。
MT 模型
模型切换为 翻译模型后，您可以上传截图或者文字来进行翻译，支持自动检测，并可以指定输出语言。
翻译演示
PS：截图翻译仅限 Index 系列模型/API 支持
TTS 模型
模型切换为 语音合成模型后，您可以上传文字让模型合成音频。
音频合成
---
以上就是本次迭代的主要内容了，其他的主要是修复各种各样的BUG，例如说非双声道设备无法捕获，样式错乱、编码乱码等问题，这里就不在叙述了。
如果盒友们觉得还不错的话，能点点赞收藏甚至是电一下吗，谢谢
顺便征集下各位盒友的意见，基本功能搭建的差不多了，各位希望下一个新增的功能是：
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
