mimi
捕获电脑声音，实时生成翻译字幕，看啥都能懂
mimi 是一款用 Rust 编写的桌面端实时字幕与翻译工具，解决跨语言观看视频、会议、直播时听不懂的问题。它通过捕获系统音频（Mac 或 PC 上正在播放的任何声音），在本地进行语音识别，再将识别文本实时翻译成目标语言，以字幕形式叠加显示。核心能力包括系统级音频捕获、低延迟语音转文字、实时翻译和桌面字幕渲染，全程无需依赖特定播放器或会议软件，对任何发声的应用都有效。项目采用 Rust 实现，追求性能与跨平台，适合需要边看边译、不想手动上传音频的用户。目前处于早期阶段，星标约 240，功能方向明确但生态和打磨仍在完善中。
开源
unknown
行业应用
GitHub 星标
★ 262
维护状态
活跃
是否开源
是
定价模式
unknown
项目数据
分类行业应用
开发团队yuxino
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Rust
技术栈/模型audio-capture,desktop-app,live-captions,live-translation,macos,real-time-translation,speech-recognition,speech-to-text,subtitle-overlay,subtitles,system-audio,tauri,windows
GitHub 星标★ 262
30天Star增速
HF 下载量
上线时间2026-07-22 00:00:00
最近更新2026-09-17 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-15
浏览次数0
使用教程
核心亮点
- 直接捕获系统音频，不挑播放器或会议软件，任何发声应用都能用
- Rust 实现，追求低延迟与跨平台，Mac 和 PC 均可运行
- 本地语音识别加实时翻译，字幕叠加显示，观看体验连贯
不足之处
- 早期项目，安装配置和稳定性可能不够成熟
- 语音识别与翻译的语言覆盖、准确率依赖底层模型，实际效果待验证
适用场景
- 观看无字幕的外语视频、直播或网课
- 参加跨语言线上会议，需要实时理解对方发言
- 听外语播客或音频内容时同步看翻译字幕
替代项目
Buzz、LiveCaptions、whisper.cpp
项目介绍
上一篇：Wukong-AICRM
同类项目推荐
xmgai-like
开源
换脸、艺术二维码随手玩，副业灵感一包带走。
本开源 AI 副业搞钱项目集成了强大功能，包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···
DDC_Skills_for_AI_Agents_in_Cons···
开源
给建筑AI装上221个专业技能，让Claude秒变工地专家
221 AI skills for construction: BIM analysis, cost estimation, scheduling, document ···
spoken-to-signed-translation
开源
把口语文本一路转成手语视频的流水线
a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation
LiveTranslate
开源
直播看片实时翻译，字幕秒出，跨语言无压力
Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···