這篇保姆級教程，我寫了接近三個小時。
沒寫之前，我還沒察覺到，竟然已經陸陸續續加了那麼多的功能。
已經越來越龐大、完善了。
如果你也有以下需求場景，不妨看看。
看生肉視頻、外語直播，想要實時雙語字幕。
參加國際會議、音視頻通話、遊戲語音交流，需要雙語字幕，並且希望自己說中文，對方能夠聽到英文或者其他任意語言。
在瀏覽器或本地，想要查看外語文獻、看外語漫畫。
無限拓展，打造屬於自己的個性化軟件。
------------
真的是保姆級使用教程，幹活慢慢，幹得沒有一滴水。
建議先點贊、收藏、插眼再慢慢觀看，避免日後找不到。
如果能充電，那就感激不盡！
瓜子花生快樂水，軟件準備好！我們開始吧！
-------------------
快速使用
首先，第一次啓動軟件後會彈出硬件檢測彈窗，軟件將自動識別你設備的CPU/GPU。
點擊右下角“開始個性化配置”，請選擇你平時說話主要用到的語言。
繼續下一步，選擇你想要翻譯的目標語言。
僅需簡單三步，系統將結合你的硬件設備、你的偏好，進行一鍵傻瓜式推薦配置。
分爲兩個模式：質量模式、極速模式。
小白不必在意其到底代表什麼，可以簡單理解爲：
質量模式：設備性能佔用較高，翻譯、識別效果更好
極速模式：設備性能佔用極低，翻譯質量略有不足，只支持中英文。速度極快，實測同聲傳譯延遲可低至0.3s左右（0.3s總延遲包含AI語音識別 + AI翻譯 + AI語音合成朗讀！）
推薦先使用極速模式進行體驗，點擊右下角“一鍵應用最佳配置並開啓體驗”，系統將會自動爲你配置好一切。
----------------------------------
接下來正式開始使用軟件
完成新手引導之後，你可能會注意到你的桌面上出現了這個字幕條。
將鼠標移動上去觸碰它，字幕條將會自動向上彈出工具欄。
你可以對工具欄進行任意拖動、拉長拉短等操作。丟到屏幕最上方，將會自動磁吸到屏幕頂部，這時候再鼠標觸碰後，工具欄將會自動向下彈出。
自動展開的工具欄分爲“上軌”和“下軌”。
目前看到的只有“上軌”，接下來進行上軌的介紹。
最左側這個按鈕爲“輸入源”的選擇，默認初始爲“電腦全部聲音”，意思就是軟件上軌將會捕獲你電腦全部聲音作爲“輸入源”。
當然，你也可以點擊下拉彈窗的中的任意“揚聲器”、“虛擬聲卡”、“指定應用”進行選擇，作爲上軌的“輸入源”。
（注意⚠：僅限Win11可單獨捕獲獨立應用，Win10由於系統原因，無法捕獲，請捕獲對應揚聲器達到相同效果）
第二個按鈕爲“目標語言的選擇”，可以設置爲“自動”，也可以指定選擇需要識別的語言。指定後，識別將會更加準確，不過這都與你選擇的模型相關。
第三個按鈕爲“翻譯語言的選擇”，顧名思義，就是你想把你聽到的聲音翻譯成什麼，比如你在看英文直播，你想要雙語中英文字幕，你就把目標語言設置爲“英文”，翻譯語言設置爲“中文”即可。
接下來三個按鈕最爲重要，分別是：“原文”、“譯文”、“朗讀”。
點擊“原文”，軟件將自動加載“語音識別模型”，對你選擇的輸入源進行監聽。
比如我這裏播放了一段瀏覽器視頻，字幕窗口上就實時顯示了其語音識別轉錄出的文字。
點擊“譯文”，軟件將自動加載“AI翻譯模型”，對你轉錄出的文字進行翻譯。
這樣，實時雙語字幕就實現了。
並且由於我們使用的是極速模式，延遲非常低！幾乎感受不到有延遲。
點擊“朗讀”，同理，軟件將自動加載“AI語音合成模型”，對你需要的內容進行朗讀。
可以自由選擇“朗讀原文”、“朗讀譯文”
這裏是圖文教程，無法做朗讀演示，之後我將同步一期視頻教程，可以看下效果。
藉此機會，我們可以同步打開“歷史看板”，進行查看多條歷史消息。
在歷史面板內，你可以自由查看歷史消息，調節原文譯文字號、選擇是否本地存檔、清空消息、導出等等操作。
歷史內容太多了？可以進行搜索、篩選。
每一條記錄你都可以點擊進行複製、對於原文譯文單獨使用語音合成進行播放。
----------
回到字幕窗口，最右側爲“雙向通話”按鈕，點擊後可開啓“下軌”
你可以這樣理解：
上軌就是對方說話，也就是某個應用發出的聲音。
下軌就是你自己說話，針對你自己說話內容進行配置。
跟上軌同理，第一個按鈕爲“輸入源”，也就是你選擇你的一個麥克風。
你自己擅長說中文，目標語言就設置爲中文。
你想要將你說出的話翻譯爲英文，就將翻譯語言設置爲英文。
下軌的“原文”、“譯文”、“朗讀”按鈕，所使用的模型可以單獨控制，單獨開啓。
如果你沒配置對應的模型，當你點擊時，將會自動彈出其設置界面。你需要爲你的使用場景分配ai模型。
比如我這裏，我想點擊下軌的“原文”按鈕，想要啓動語音識別轉文字，就可以在設置界面，選擇一個喜歡的模型，點擊對應的上軌或者下軌按鈕，進行激活。
激活之後軟件纔會加載對應的模型，將我說的話轉譯成文字。
同理，點擊下軌譯文按鈕，將會對我說的話，按照我的配置翻譯成對應的語言。
日語：
韓語：
維吾爾語：
跟上軌一樣，你可以對你的朗讀進行設置，讓其朗讀原文、或是朗讀譯文。
可以自由選擇朗讀的輸出設備，選擇輸出你的原聲還是輸出你的AI朗讀聲音。
這個可玩性就大啦。
就實用性而言，你可以實現“雙向同聲傳譯”，也就是：
對方說英文，你能聽到中文語音。
你說中文，對方能聽到英文語音。
具體如何實現的？請看下圖：
接下來教你配置“雙向同聲傳譯”。
首先，將下軌的原文、譯文、朗讀按鈕打開，選擇朗讀譯文，輸出設備選擇你的揚聲器，選擇輸出譯文。
可以先通過自己揚聲器試聽一下效果，確認沒問題之後，再將下軌輸出設備設置爲“虛擬聲卡的輸入”。
如果你電腦沒配置虛擬聲卡，就打開設置，找到“通話同傳”，點擊安裝即可。以軟件自帶的虛擬聲卡爲例，這裏選擇CABLE input。
這樣設置好以後，你的聲音將會經過轉文字、翻譯、被你設置的AI朗讀聲音播放，聲音將進入虛擬聲卡通道。
接下來以VRC舉例，一般遊戲同理，會議軟件、音視頻通話軟件也同理。
找到設置中的“更改輸入設備”選項。
將其“輸入設備”設置爲虛擬聲卡的輸出。
這樣一來，你的AI語音將進入虛擬聲卡通道，然後通過虛擬聲卡輸出到你的語音交流軟件中。
恭喜你！可以暢快無障礙與老外溝通交流啦！
---------------
到這裏，你已經完全學會了如何使用TransBox，你可以開始嘗試着自己個性化裝配自己的軟件啦。
接下來是進階內容。
UI：
在字幕窗口最下面這一行工具欄，你可以對你的字幕窗口內容進行調整，
比如調整字體大小（快捷鍵Ctrl + =-調大調小）
調節字體顏色、窗口背景顏色、字體透明度、窗口背景透明度。
要是都不喜歡呢？
那就打開設置按鈕，去擴展工坊看看，內置了幾款示例主題。
請隨意挑選，隨意搭配。
要是還是不喜歡呢？歡迎自定義自己設計主題！這幾個示例主題的源碼都在插件目錄內，可以自行查看。
要是沒有編程能力，看不懂代碼呢？沒關係！完整第三方開發文檔也在你的軟件安裝目錄內！我開放了非常多接口，直接丟給AI即可，你只需要描述你的需求！
---------------
你已經學會了軟件基本使用，也裝扮好了你的軟件。
接下來我們深入講解下模型的選擇。
----------------
點擊⚙設置按鈕，打開設置面板。找到語音識別選項。
點擊識別引擎，將會展示出你已經激活的模型插件，你可以對上軌、下軌任意分配想要使用的模型。
點擊對應模型後，進入其面板，點擊右側“上軌”、“下軌”即可。
注意！必須是要激活對應模型選擇界面的上軌或者下軌，再點擊右下角保存纔行，並不是你進入了某個模型界面，你沒激活，直接點個保存。那沒有任何意義！
基礎你瞭解了，下面講解下這幾個語音識別模型。
ASR-Flash模型：
僅支持普通話、英語、粵語、日語、韓語 這幾個語言，不過速度極快，使用CPU進行加載運行。
內存佔用大約280M，輕薄本也可使用。
ASR-Global模型：
主打外語識別，對於一些有口音的外語效果也很不錯，對於中文等圖形語言識別能力稍弱。
可支持N卡、A卡、I卡、核顯、CPU。
這裏的計算設備千萬別選錯，N卡你就選N卡專屬，A卡或者其他的有顯卡的設備你就選擇通用即可。
預計佔用顯存300M。
ASR-Global Pro模型：
跟上面那個一樣，不過識別效果精度更佳。
佔用顯存1.2GB左右。
雖然可以使用CPU，但還是儘量別用吧，沒意義。
如果你在擴展工坊中啓用了插件，那將會顯示出對應的模型。
比如這裏出現了千問ASR 1.7B模型，可以自行下載、刪除模型。
雲端模型同理，只要啓用了插件，就會顯示出來，不過雲端需要自己去雲廠商配置獲取api key,點擊使用說明，按照說明自己去配置即可。
這裏不再過多贅述。
-------------
翻譯模型同理，不過有兩個需要額外注意的地方。
1.極速流式輸出：
建議打開，如果不打開，翻譯將會在原文識別到完整語句時纔會開始翻譯。如果開啓，將會按照你設置的刷新間隔進行翻譯、拼湊，觀感就像是對方一邊說話，你這邊就一邊顯示出對應的翻譯了。非常適合快語速及遊戲場景。
2.語言選擇：
點擊查看全部語言，將會展開此模型支持的語音種類，只有你勾選的語言，纔會進入字幕窗口的翻譯選擇下拉選框。
極速模式設置的模型僅支持中英文，所以請不要再問爲什麼只能選擇中英文來！請切換翻譯模型！
------------
接下來是語音合成。
軟件內置了2個語音合成模型，TTS-EN適合分配爲下軌。也就是將你的中文翻譯成英文後進行朗讀。英文朗讀效果絕對頂流，非常出色！
TTS-CN適合分配到上軌，中文比較優秀，音色比較軟糯。使用CPU，不佔顯存。
如果你打開了這個千問TTS插件，就可以使用語音克隆了。
先點擊註冊，再點擊錄製參考音頻，錄製大概十幾秒的聲音即可，給這個音色取個名字，點擊註冊。
恭喜，你的聲音就被克隆啦！可以嘗試着用你的聲音去朗讀一些外語試試效果。
這裏更進階的玩法是隨便找一個你喜歡的語音片段，選擇參考音頻，即可完成克隆。需要儘可能保持語音的乾淨，無雜音，效果纔好。
---------
接下來看一下內置的一些好用的插件：
AI面試答題助手：
可自定義配置模型、是否思考、提示詞、防錄屏。
你可以點擊最頂部的防錄屏，可以確保會議軟件、截圖工具都無法看到這個窗口。
快捷鍵Alt + Q 即可快速將最近幾輪識別到的原文發送給AI，請求AI幫助。也可以粘貼圖片到對話框，進行輔助面試。
瀏覽器字幕插件：
開啓後按照指示將軟件安裝目錄內的文件夾拖入瀏覽器即可。
可實現瀏覽器視頻原聲字幕的捕獲、後臺自動翻譯。
並且支持字幕格式的文件導出。
請自行體驗，這裏不再贅述。
------------
開啓對應的專業術語庫即可使得在特定場景翻譯更加準確。
目前社區夥伴們貢獻了《戰術小隊》、《反恐精英》、《戰狗》三款優秀的術語庫，歡迎訂閱以及貢獻更多的術語庫~
-----------
再看一個屏幕識別插件吧。適用於文獻閱讀、無漢化遊戲UI翻譯、漫畫等需要屏幕識別的場景。
有三種模式可供選擇：
1.字幕模式。
譯文將會以小字幕得像是顯示在原文處。透明度、背景顏色、文字顏色，由主字幕窗口決定，可以自行調節。
2.覆蓋模式，將會對原文內容進行覆蓋填充。
3.漫畫模式，只針對與漫畫有較好效果。
---------
OK，就是這樣，軟件非常簡單，到這裏，你基本已經完全掌握啦如何使用！
可以去自行搭配最適合自己使用場景的模型，或者去尋找、製作自己的插件進行使用。
擴展工坊還有更多插件等待你的發現和把玩~
記得查看快捷鍵的使用哦！不需要的就把它關了，常用的就自己定義自己順手的！
-----------------
steam商店正在整改中...敬請期待Steam 版本上線！
覺得不錯，還請加入一個願望單，上線後第一時間踢你~
等不及得朋友可以先下載分發版進行體驗。
感謝大家得支持！
創世元老席位僅剩100多啦~
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
