各位盒友好，我是開發者 CerealAxis。多虧了盒友們，Nola Translator 這個項目已經收穫了263顆 Stars ，謝謝大家。很久沒有發更新動態了，今天來和盒友彙報一下我們最近更新的內容。
趨勢圖
給新來的朋友介紹一下這個標題黨軟件：
希望在深夜學習外語的有實時雙語字幕（中日英韓等100+語言/方言）
希望數據本地處理不外泄
希望什麼卡都能跑（N卡/A卡/I卡/核顯）
希望免費開源快速迭代的軟件
那麼，請往下看
此文章全是乾貨，建議點贊收藏加CY，如果能電一下就更好了嘿嘿嘿woo
以下場景均在一臺16G Intel輕薄本上實機錄製
------
軟件頁面速覽
軟件首頁
懸浮字幕（快速同傳頁）
瀏覽器字幕頁
模型網關頁
模型管理頁
下載進度管理
一、VAD+譯文修訂算法重寫
舊版本的算法寫的不好，會導致實際使用的時候斷句斷的不明白，譯文修訂頻繁。例如：
視頻原句：會議裏外國人......
舊版本：議會里。 國工人……
收到用戶反饋後，我們也積極迭代，目前迭代後的效果如下：
字幕效果預覽
二、更多模型+更多加載器支持
之前有朋友反饋說支持的模型太少，本次更新我們給大家納入了大量不同系列的模型，涵蓋Qwen、HY、Index Translate、MiMo 等本地模型和 阿里雲、MiniMax、谷歌翻譯等大量雲端模型API接口。
ASR模型
翻譯模型
語音合成模型
同時，有大量的朋友反饋推理環境不會安裝、Pytorch不會選版本，不會選模型，在後續版本中，我們已經給大家直接內置好 llama.cpp 和 CrispASR 兩個推理器，支持N/A/I卡用戶。
並且，安裝模型的時候，也會有更清楚的介紹，並根據您的顯存容量，對進行推薦顯示。
模型選擇
如果您覺得軟件中內置的不好，您也可以選擇導入本地模型或自定義API接口
本地導入
自定義模型
三、FireFox 瀏覽器拓展支持
之前盒友們關心的瀏覽器拓展，已經給FireFox補上支持了
FireFox 支持
四、本地網關的支持
有朋友問說欸既然已經能內置ASR/MT/TTS模型了，那能不能說軟件開放接口出來，可以導入沉浸式翻譯的自定義模型中呢？
於是在這個版本，我們已經給大傢伙安排上了
五、新手教程優化
有朋友反應說原來的新手教程有點看不明白，於是我們給優化成了交互式版本，帶着朋友們快速上手這款軟件，媽媽再也不用擔心我不會用了
新手教程
六、新玩意
除了以上常規的優化，我們還在軟件中新增了一個功能，叫工作臺，啥玩意呢？各位盒友請看。
工作臺交互頁面
那有的盒友就疑惑了，你這不是實時翻譯軟件嗎？你給我塞一個Codex進來幹啥？
是這樣的。我相信各位盒友一定有說非實時翻譯的需求，例如：
幫我翻譯這句話爲中文：xxxxxx
截個圖，幫我翻一下：xxx
上傳視頻生成字幕文件？
幫我把文字轉化爲音頻文件？
在當今 Codex 等智能體快速發展的情況下，我認爲以上問題不再需要設計單獨的頁面來實現，可以統一在一個對話框中全部搞定，於是基於 AI-SDK + Assistant UI 組件庫，搭建出了這麼個玩意
由於第一次上手 Agent 從 0-1 的開發，還有很多功能不完善，目前我們已經實現的功能有：
正常的 LLM模型 模式：
在模型選擇爲 LLM模型後，即可進入類似 Codex 的正常對話窗口，除了能正常對話外，軟件中已有的 ASR模型、MT模型、TTS模型都會註冊爲工具暴露給 LLM模型 ，讓他可以根據需要綜合調用這些模型的能力。
LLM模式
ASR 模型
模型切換爲 語音識別模型後，就會進入到語音識別模式，您可以在對話框中點擊麥克風錄製一段聲音、上傳音頻文件、甚至是視頻，讓模型提取其中的文字。
音頻提取
此功能還在早期階段，後續將支持 SRT等格式的 字幕導出 + 講話者區分 等高階功能。
MT 模型
模型切換爲 翻譯模型後，您可以上傳截圖或者文字來進行翻譯，支持自動檢測，並可以指定輸出語言。
翻譯演示
PS：截圖翻譯僅限 Index 系列模型/API 支持
TTS 模型
模型切換爲 語音合成模型後，您可以上傳文字讓模型合成音頻。
音頻合成
---
以上就是本次迭代的主要內容了，其他的主要是修復各種各樣的BUG，例如說非雙聲道設備無法捕獲，樣式錯亂、編碼亂碼等問題，這裏就不在敘述了。
如果盒友們覺得還不錯的話，能點點贊收藏甚至是電一下嗎，謝謝
順便徵集下各位盒友的意見，基本功能搭建的差不多了，各位希望下一個新增的功能是：
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
