视频与会议翻译
在 YouTube、X、哔哩哔哩、Udemy、edX、Disney+ 视频和 Google Meet、Teams、Zoom 网页会议中,对照阅读原字幕与译文。通常需要平台提供可读取的字幕;X 还可尝试本地 AI 生成字幕。
Let’s review the plan together.
已有字幕的视频
- 在扩展菜单或设置中确认 视频字幕翻译 已开启,并打开视频原生字幕。
- YouTube、X 的播放器中,点击全屏按钮附近的流畅阅读图标。
- 选择 双语 / 译文 / 原文。其他支持平台也会在字幕附近提供显示切换。
字幕服务默认跟随网页翻译,可在 视频翻译设置 单独选择。播放器菜单选 关闭 会停止翻译并隐藏字幕,视频控制栏的图标仍会保留;再次点击图标,选择 双语 / 译文 / 原文 即可恢复,刷新页面后也能从图标重新开启。要一并隐藏图标,请在设置中心关闭 视频字幕翻译。
出现译文需要等待所选服务返回。刚打开视频或跳到未翻译的位置时可能稍有延迟;翻译失败可重试,原字幕和已读取的时间轴会保留,无需重新识别音频。
YouTube 的 原文 / 双语 / 译文 模式都使用流畅阅读的字幕样式,沿用外观设置。原文模式不请求翻译;有匹配的字幕时间轴时显示当前完整字幕,避免跟随原生字幕逐词出现。暂时没有时间轴时使用可读取的原生文本。
练习听力时,可从播放器菜单依次选择 关闭 → 原文 → 双语 → 关闭。切换时保留已完成的译文,再次打开双语无需重复翻译相同字幕。流畅阅读接管期间持续隐藏 YouTube 原生字幕,切句空档、跳转进度和字幕容器重建时也保持隐藏;在设置中心关闭 视频字幕翻译 后恢复平台的原生字幕。
B 站、Udemy 与 edX
播放器控制栏的 流畅阅读图标 紧邻原生字幕按钮,普通、网页全屏和浏览器全屏均跟随原生按钮对齐。菜单与 YouTube/X 共用分段显示按钮、读音和下载入口;选择 双语 / 译文 / 原文,或选择 关闭,之后仍可从图标重新开启。双语模式下显示顺序设置,单语时自动收起。字幕选项 中可校时和切换本站自动翻译。下载默认收起,点击标题栏的下载图标展开。字幕沿用外观和读音设置,背景随文字宽度收拢。原文模式不请求翻译;翻译失败在菜单中重试。
- B 站:普通视频、分 P 与带
bvid的列表页优先读取 UP 主字幕,没有人工轨时使用平台 AI 字幕。字幕与当前分 P 绑定;需要登录且视频本身有字幕,番剧暂不支持。 - Udemy:支持普通课程与 Udemy Business。从课程原始语言开始,优先讲师上传的字幕;不会把另一语言的机器译轨再次翻译。切到下一节后自动绑定新的播放器。
- edX:支持提供可读取字幕元数据的 HTML5 播放器。跟随原生菜单所选字幕语言;同一单元有多个视频时,跟随最后开始播放的那个,暂停后仍保留。嵌入式 YouTube 播放器暂不在此接入范围。
在 视频翻译设置 → 通用 为三个站点分别选择 打开视频就翻译,也可在播放器菜单更改。B 站和 edX 默认关闭;Udemy 保留此前默认开启的行为。当前视频的手动选择在切换媒体后重新按站点偏好决定。没有字幕时自动检查保持安静,不会先显示已开启再退回关闭。
三个站点均按完整原文时间轴显示,尊重空档和截止时间。播放中最多预取接下来十秒内的有限字幕,暂停时不继续发起新的预取。菜单提供每次 ±0.5 秒 的校时、重置和 下载原文 SRT;校时只影响显示,不修改导出时间戳。译文和双语导出、完整句学习目前仍以 YouTube/X 为支持范围。这三个站点需要网站已有字幕,暂不生成无字幕视频的 AI 时间轴。
会议字幕与人工字幕
会议支持网页客户端,Zoom 使用 /wc/ 网页版。平台、主持人或账号必须允许字幕,桌面会议客户端不受浏览器扩展控制。
视频翻译设置 → 通用 中,两项默认开启:
- 会议平台自动开启双语字幕:尝试开启 Google Meet、Teams、Zoom 提供的字幕。未成功时,请手动开启原生字幕;关闭翻译或隐藏流畅阅读字幕会恢复原生显示。
- 优先使用人工字幕:YouTube、Udemy、Disney+ 有可读取的目标语言人工字幕时直接使用,缺失或不可读取的部分继续翻译原字幕。
流畅阅读不会开启会议录制或转录,也无法为平台未提供字幕的会议生成字幕。Udemy、Disney+ 的字幕可用性还取决于账号、地区和播放器限制。
调整显示和保存字幕
在 视频字幕外观 调整字号、轮廓样式、颜色和粗细,也可隐藏字幕背景;位置、宽度、双语顺序等设置同样支持即时预览。设置页示例不读取视频或发送请求。
字幕与声音不同步时,打开播放器菜单的 字幕时间(X 位于 字幕选项 中),每次提前或延后 0.5 秒,最多 ±10 秒,可一键重置。调整会保存并用于之后的视频,同时移动原文与译文;不会修改视频进度或下载的时间戳。没有可用时间轴时无法校时。
在 YouTube/X 点击菜单顶部的 下载字幕 图标,选择 原文 / 译文 / 双语,下载 SRT。双语文件中,原文在第一行,译文在第二行。两行相同时只保留一行。双语导出使用单轨时间轴,后一条开始时结束与它重叠的前一条,同一时刻开始的字幕合为一条。
译文或双语下载会先显示待补译的数量与时间跨度:
- 补译并导出完整字幕:确认后才请求缺失译文,实际用量按所选服务计算。
- 仅导出已有结果:跳过未翻译条目,文件名带
partial,并提示跳过数量。
补译期间可关闭菜单或按 Esc 取消,已完成译文仍可复用。切换视频或翻译设置后需重新预览。X AI 字幕必须完整识别成功后才能导出。
X 视频没有字幕时
X 视频没有字幕时
桌面 Chrome、Edge 和 Firefox 扩展默认使用浏览器内 Whisper 识别 X 视频。
- 打开 X 播放器的流畅阅读菜单,选择 生成 AI 字幕。
- 使用浏览器内 Whisper 时,首次选择模型并确认下载。推荐 Small(约 590 MB),也可用较小的 Tiny(约 100 MB)或 Base(约 150 MB)。
- 等待音频读取与识别,可随时停止。稳定的句子会先显示,完整识别成功后才缓存时间轴并开放导出。
Whisper 模型均支持多语言。原语言未知或对白切换语言时使用 自动检测,已知单一语言也可手动指定。浏览器内识别优先使用可用的 GPU,失败时改用 CPU。字幕文字按显示模式交给所选翻译服务,仅原文模式在本机显示识别结果。
目前支持最长 20 分钟 的单段视频,耗时取决于视频和设备。部分媒体格式或受限制的视频无法读取;可尝试打开帖子详情或刷新后重试。没有清晰人声、配乐干扰、口音和专业名词都可能影响结果。
换模型或重新识别当前视频,使用 字幕选项 → 识别模型 / 重新识别此视频。确认前保留当前字幕,取消不改变结果;下载或识别进行中先停止,才能换模型。重新识别无需清除其他视频缓存。
在 视频翻译设置 → 本地 AI 字幕 管理 Whisper 模型。首次下载需联网。失败后可重试,完整缓存文件会复用,只补齐缺失项。清理浏览器缓存后可能需要重新下载。识别失败会清除不完整预览,翻译失败则保留已识别原文。
支持文件系统访问 API 的浏览器还可启用 跨浏览器共享模型:在每个浏览器中选择同一文件夹并分别授权,模型写入该目录下的 FluentRead/whisper 子目录。已有模型可迁移到共享目录;断开授权不会删除共享文件。其他浏览器仍可使用各自的扩展缓存。
使用本机 Qwen3 ASR
若已安装支持该模型的 vLLM,可用以下命令启动本机服务。服务需用固定模型 Qwen/Qwen3-ASR-1.7B 提供无需凭据的 POST /v1/audio/transcriptions 接口。vLLM 模型配置
vllm serve Qwen/Qwen3-ASR-1.7B --host 127.0.0.1 --port 8000在 视频翻译设置 → 本地 AI 字幕 → 识别方式 选择 本机 Qwen3 ASR,填写 http://127.0.0.1:8000 并保存。地址仅接受 127.0.0.1 或 [::1]。服务启动后,在有可读取音轨的 X 视频中选择 生成 AI 字幕,扩展才向本机服务发送音频。
字幕时间按音频窗口估计。停止会取消扩展端请求,服务仍可能处理已收到的音频。服务报错后可重试,或在设置中手动切回 浏览器内 Whisper。
读音标注与逐字高亮
读音标注
浏览器扩展可在 视频字幕外观 → 读音标注 或 YouTube/X 菜单顶部图标开启读音,默认关闭,油猴版暂不支持。支持日语罗马音、韩语罗马字、中文拼音,以及俄语、希腊语、阿拉伯语、印地语和泰语的拉丁转写。
读音紧跟原文,仅译文或隐藏字幕时不显示;开启读音不会自动切换显示方式。逐句准备读音或原文无需标注时,菜单不会反复显示提示;真正失败时可在菜单就地重试。首次遇到日语需下载约 17.8 MB 词典,印地语约 0.5 MB,下载并校验后本机缓存,可离线复用。字幕不发送到注音服务,下载前原文和译文也能正常显示。
读音仅辅助阅读,多音字、人名和连音可能有误,请结合音频。不会改写原字幕或下载文件。
逐字高亮
在视频字幕外观开启 逐字高亮(默认关闭),YouTube、X 的原文和译文会随播放逐字点亮。节奏按整句时间和文字长度推算,可能与实际发音有差异。
完整句学习
完整句学习
在 YouTube/X 字幕菜单点击 开始完整句学习,查看原句、上下文和整句译文。需要可读取的时间轴;X 本地 AI 字幕需先完整识别。缺标点或过长的字幕可能标为 字幕片段,不保证每项都是完整句。
学习面板在本地按规则从已有字幕中拆分句子。断句保留原文和原字幕时间范围。多个句子来自同一条字幕时,可能共享回放范围。切换这些句子时,播放位置会保持在当前片段内。
- 上一句 / 下一句 选中相邻句子。进入不同来源片段时,跳到该片段起点并保持当前播放状态。
- 重播来源片段 从片段起点播放。循环来源片段 / 片段结束暂停 按原字幕的时间范围控制播放。若播放头在范围外,可点击重播。手动拖动进度会解除播放辅助,用户暂停与倍速设置会保留。
- 查看解释 是可选操作,点击后才调用划词 AI 讲解服务;允许使用语境时参考相邻字幕。
- 点击 编辑 可改译文或解释,并固定当前句;切句保留本次面板草稿,回到当前句 恢复跟随。
- 收藏此句 保存原句、确认的译文、解释、上下文与时间位置到学习中心,无需先讲解。翻译未完成时请等待或手动填写。
播放器内可用左右键换句、R 切换循环、Q 切换片段结束暂停;输入框内按键保持普通输入,字幕菜单打开时优先操作菜单。拖动标题可移动面板,标题栏样式按钮可调整布局和字号。关闭学习、关闭字幕或切换视频会停止播放辅助。
学习中心的来源可返回对应视频时间;X 定位需要扩展开启。来源被删除或限制访问时仍保留收藏文字。字幕校时和双语顺序不改变收藏或循环使用的原始时间。默认不含私密上下文的词书导出也不含视频地址与时间。
没有字幕或时间不准
先开启平台字幕并等待加载。若平台没有字幕,普通字幕翻译无法开始;X 可尝试上述本地 AI 功能。
“未识别出可读字幕”是音频识别没有得到文字,可检查人声、原语言,或由 Tiny/Base 换 Small。翻译失败则直接重试或换翻译服务。重要信息请结合原字幕与音频核对。