Skip to content
项目

zmxhot/InstantCaption has 29 GitHub stars and 1 forks. GitHot measured +1 stars in 24 hours. Last checked 2026-11-19 20:58 UTC. Last push 2026-10-19.

这些数字如何统计

29 星标1 复刻 +1 24小时

实测星标增长

24小时
+1
7天
正在收集历史
15天
正在收集历史
1个月
正在收集历史

各周期内的星标净变化,周期相互重叠,并非每日新增。缺失的测量保持空白。星标代表关注度,不代表软件质量。

关于

Free offline AI translator for Android: low-latency speech translation, live captions and floating subtitles powered by local LLMs. 免费离线 AI 同声传译 · 本地大模型 · 低延迟字幕。NPU integration in source; public APK uses CPU models.

人工智能

README.zh-CN.md

原文

瞬译 · 免费 Android 离线 AI 同声传译

免费 AI 同声传译 APP · 低延迟 · 手机本地大模型

瞬译(Instant Caption)是一款免费、开源的 Android AI 同声传译 APP,将语音实时翻译成字幕,支持悬浮字幕与手机本地大模型(LLM)推理。 首次下载模型后,语音识别与文本翻译均可离线运行;可翻译麦克风人声,或允许内录的视频及手机应用声音。流式处理降低字幕等待时间,无订阅费,无需云端翻译 API Key,不依赖谷歌服务。源码包含按处理器适配的 NPU 加速,公开 APK 使用通用 CPU 模型。

下载 APK · 兼容说明 · 自愿打赏 · English

Español · Français · Deutsch · Português · Русский · 日本語 · 한국어 · العربية

公开测试版 · Android 10+ · ARM64。 当前发布正式签名的通用 CPU APK,下载安装后可直接开始配置,无需自行编译。首次需在应用内下载所需模型,之后可离线运行。完整 NPU 适配源码已包含;部分上游二进制组件的许可对应关系仍待澄清,本次暂不上传完整 NPU 候选 APK。分发许可状态

主要特点

  • 免费 AI 同声传译:以实时翻译字幕呈现,无订阅费,无付费解锁,打赏完全自愿。
  • 手机本地大模型:通用版可选 HY-MT2-1.8B,直接进行多语言翻译;也可选较小的 OPUS-MT 路线。完整源码还支持对应处理器的 Qwen3、Gemma NPU 模型。
  • 流式低延迟:人声检测、小段语音处理与有界队列减少等待,实际速度随手机、模型、语言及温度变化。
  • 本地推理与隐私:识别和翻译在手机上完成,不调用云端翻译 API,不依赖 Google Play 服务或谷歌翻译。
  • 两种音源:麦克风收音,或允许 Android 内录的应用声音。
  • 自由悬浮字幕:整个窗口可拖动,贴边隐藏后用小按钮展开;可调字号、文字透明度、高度;主屏和悬浮原文显示独立设置。悬浮 60 秒没有新人声时清屏,主屏历史保留。
  • 两类模型独立管理:识别与翻译分别选择、下载、导入、删除。根据处理器、系统与内存推荐模型,支持断点续传、备用来源和校验。
  • 10 种界面语言:英、中、西、法、德、葡、俄、日、韩、阿拉伯语。默认跟随系统,未支持语言回退英文;语音和字幕语言范围由所选模型决定。

简体中文主屏 简体中文悬浮字幕设置

简体中文界面,使用 Galaxy S25+ 上的 NPU 开发版实机截图。预览展示译文与英文原文;公开通用 APK 使用 CPU 模型。

下载与使用

  1. 在 Release 下载页 下载 instant-caption-1.20.1-beta.1-portable-release.apk 并安装,无需自己编译。
  2. 跟随引导选择说话语言和字幕语言。默认英语 → 本机语言;本机为英语时默认西班牙语 → 英语。
  3. 使用 Wi-Fi 下载推荐模型,或导入匹配的模型文件。应用会显示下载量与所需空间。希望使用直接多语言大模型翻译时,可选择 HY-MT2-1.8B:文本模型约 1.13 GB,语音模型另算,建议 6 GB 及以上内存。
  4. 运行本地模型检查,选择“麦克风”或“手机声音”,授予对应权限后开始字幕。
  5. 模型准备完成后,识别和翻译可离线运行。公开通用模型无需账户或订阅。

公开包名为 com.localcaption.instant;开发测试版 .npu 为独立应用。迁移前保留所需模型并通过导入复用,避免提前卸载导致文件丢失。

NPU 与低延迟实测

源码集成 Qualcomm QNN/GenieX 与 LiteRT-LM 厂商后端,按官方文档、对应二进制目标、系统及内存匹配模型。有 NPU 不代表能运行任意 NPU 模型,未适配目标保留通用 CPU 路线;不会用逐机型测试白名单限制下载。

以下为三星 Galaxy S25+/SM8750 开发测试历史数据:

项目 中位数 条件
音频开始至首条译文字幕 1.461 秒 1.18 NPU 开发版、SenseVoice + Gemma4,固定音频重复测试 30 分钟
Gemma4 NPU 文本翻译 324 毫秒 1.19 构建、10 种语言共 94 条自编短文本
HY-MT2-1.8B CPU 文本翻译 1,768 毫秒 同一组 94 条短文本,通用文本后端

文本耗时不含识别、加载和分段等待。NPU 数据不代表本次公开 CPU APK 的性能,也不是所有手机的保证。 流式证据 · 文本测试 · 逐条质量 · 最新打包检查

使用边界与隐私

能离线翻译语音和视频声音吗?

可以。下载好所需的语音识别与文本翻译模型后,两阶段都在手机本地运行。麦克风模式适合面对面交流、听讲;手机声音模式适合允许内录的视频和应用。悬浮翻译字幕可覆盖在正在观看的应用上,也可显示原文辅助外语学习。

免费同声传译是字幕翻译,还是语音配音?

瞬译提供语音转文字和实时翻译字幕,目前不朗读译文或生成配音。APP 免费下载和使用,没有订阅费或模型选择付费解锁,打赏完全自愿。

所有安卓手机都能使用 NPU 加速吗?

NPU 加速需要处理器、运行库和模型文件匹配。公开 APK 当前使用离线 CPU 推理,源码中提供 NPU 适配。选择构建版本前可查看机型与处理器兼容说明和 NPU 分发状态。

录音、隐私与准确率

手机声音模式借用 Android“共享屏幕”授权接口获取播放音频,应用不捕获屏幕图像或视频。电话、受保护媒体及禁止内录的应用可能无法获取声音。

人声检测能减少环境音误字幕,但无法保证排除背景说话、歌声与全部识别错误。短句、口音和英语中转可能影响翻译质量。大模型需要空间和可用内存,发热与省电策略也会影响速度。下载需联网,推理在本地运行。详见隐私说明。本 APK 支持 ARM64 Android 10+,不支持 ARM32、x86、iOS。

开发、反馈与许可

编译 · 测试 · 兼容配置 · 反馈问题 · 更新记录

反馈请提供手机/处理器、系统、应用版本、模型、语言组合和复现步骤。设置可导出不含语音、字幕正文的诊断信息。欢迎不同机型测试和母语校对。GitHub Actions 产物为调试构建,日常安装请选择 Release 中的正式签名 APK。

应用源码采用 Apache-2.0;模型和厂商运行库遵守各自许可及用途限制,须保留 LICENSE、NOTICE 与第三方声明。完整 NPU 分发前请查看许可核对。

自愿支持开发

如果这个免费 APP 对你有帮助,可通过 PayPal、支付宝、微信、比特币或 Solana 自愿打赏,支持维护与机型测试。不打赏也能使用翻译、模型下载和全部已提供功能。