很多日語內容壓根沒有字幕軌。日本那邊的影片平台不少是不提供字幕的,直播更是從來沒有,老劇、 講座、訪談、播客也一樣——不是字幕組來不及做,而是源頭就沒有字幕檔案。機器翻譯的水平已經 夠用了,難點卡在前一步:先把聲音變成文字。
這篇講在 Windows 上怎麼做:挑工具該看哪幾點、我做的這個怎麼用,以及它做不到什麼。
不管最後用哪個,合不合用基本由這幾條決定:
Windows 自帶即時字幕(Win + Ctrl + L)。取決於你的硬體和 Windows 版本,它可能已經能 滿足一部分需求,而且不花錢。它的能力每個 Windows 版本都在變,所以請看 微軟官方頁面 確認當前支援情況,而不是任何第三方的對比文章(包括本文)。夠用的話,你不需要再裝別的。
瀏覽器外掛適合「要看的東西全在瀏覽器裡」的人,注意其中不少會把聲音傳到伺服器。雲端轉寫服務 精度不錯,但要上傳檔案、等結果,幫不了你今晚這場直播。
RealSub 抓取電腦正在播放的聲音,在本地識別成 文字,可選翻譯,然後用一條點選穿透的字幕條顯示在所有視窗最上層。本體免費,轉錄不限次數。
1. 裝好、走一遍首次執行嚮導。 它會檢查硬體,然後問兩個語言:你在聽的(日語)和你想讀的 (中文,簡體或繁體)。識別模型內建在軟體裡,不用下載、不用註冊、不用 API key。
2. 選聲音來源。 整機,或者指定某一個應用。後者值得花一分鐘學會:選中播放器或瀏覽器, 就只有它的聲音進識別,QQ / Discord 的提示音、後臺另一個影片都不會混進字幕。沒出過聲的應用 不會出現在列表裡。
3. 開始播放,擺好字幕條。 字幕條點選穿透,不擋下面的播放器操作。滑鼠懸停會浮出邊框,可以 拖動和縮放;字型、字號、顏色、不透明度都在設定裡。
你會看到日文原文在對方還在說的時候就出現,中文譯文慢一拍跟上。
識別跑在顯示卡上。GTX 10 系、2GB 顯示記憶體起步,4GB 以上更從容。A 卡和 Intel 核顯走 Vulkan, 首次執行會做一次簡短的效能測試,透過了才啟用。沒有可用顯示卡時退到 CPU 模式、換用較小的模型—— 能用,但精度明顯下降、延遲明顯變長。它沒有「轉去雲端」這條後路,這是有意的:聲音不出你的電腦。
裝之前先知道:
在我自建的測試集(TED、新聞、動畫、講座、直播錄影)上測出來是日語 92%、英語 98%、 中文 93%。這是我自己測試集上的內部數字,不是什麼官方跑分,實際能到多少完全取決於素材: 單人清晰講話遠高於這個數,帶 BGM 的多人閒聊低於這個數。
唯一靠譜的判斷方式是拿你自己常看的東西試十分鐘。轉錄在免費版裡不限次數,就是為了讓你先 試過再決定翻譯值不值得花錢。
什麼播放器都能用嗎? 它取的是 Windows 正在播放的聲音,所以跟播放器無關——本地播放器、瀏覽器、直播客戶端、下載的 影片、遊戲都一樣。
能只出日文字幕、不要翻譯嗎? 能,而且這部分免費。關掉翻譯就只出日文原文,學日語的人要的往往正是這個。
聲音會被上傳嗎? 音訊永遠不會。開著翻譯時,只有識別出來的文字會發給你選的翻譯服務;關掉翻譯、或者指向你自己的 本機服務,就什麼都不出去。隱私政策裡按路徑逐條寫明瞭。
多少錢? 本體免費:完整的即時轉錄,不限時間、不限次數。翻譯和歷史匯出由一次性 DLC 解鎖。首次使用起 有 7 天全功能試用。