和国外同事开会，一半听得懂一半听不懂，于是做了个实时双语字幕工具

起因

我平时经常和外企同事开会。英语听力属于"半吊子"水平——对方语速正常、话题熟悉时能跟上，一旦语速快了或者口音重了就开始丢包。开了 Teams 的实时字幕，发现它只能显示纯英文或者纯中文：看英文字幕，卡住的还是卡住；切中文翻译，又听不到原文说了什么，想学的机会也没了。

我想要的其实很简单：原文一行、翻译一行，同屏对照。听得懂的部分看原文，听不懂的部分瞄一眼翻译，还能顺便学两句表达。找了一圈没有顺手的，就自己做了一个。

网站概览

网址： https://bicaption.com/zh

实时双语字幕：说一句，出一句原文 + 一句翻译，两行对照显示。延迟大概 2~4 秒
不挑会议软件：它不接 Teams/Zoom 的 API ，就是用麦克风听声音——所以线上会、线下会、看视频网课都能用
与会的人扫个链接就能看：手机/电脑打开链接就是字幕流，不用装任何东西、不用注册。每个人还能自己选想看的翻译语言
会后自动生成双语纪要：议题、决定、行动项（谁·做什么·截止时间），可以导出 PDF / Markdown / SRT ，也可以发邮件邀请没参会的同事看
语言对：中英之外，日英、韩英这类组合也支持（热门 6 组正式，60 多组 beta ）

几个设计上的取舍

为什么走麦克风而不是接会议软件的接口：接口方案每家都要单独适配，而且公司 IT 往往不让装插件。麦克风方案什么场景都能用，代价是环境音嘈杂时识别会打折
字幕是"说完一小段出一段"，不是逐字蹦——逐字修正的字幕两行对照着看会很晃眼，我试过，放弃了
翻译走的是大模型而不是传统机翻，口语里的省略和指代处理得好不少，但偶尔也会一本正经地译错，纪要页可以手动改

怎么试

首页不用注册，点一下麦克风就能试 120 秒。注册后每个月有 2 小时免费额度，个人轻度用基本够。

后续计划

提高嘈杂环境下的识别质量
更多导出格式和集成

求轻砍。 特别想听这几方面的反馈：识别和翻译的质量（尤其是口音重的场景）、你需要什么语言组合、以及双语对照这个形式对你有没有用。

bkingfilm

7 小时 13 分钟前

戴耳机开会的时候这方案可能一个字都收不到远端。浏览器 getUserMedia 默认开着 echoCancellation ，对方从扬声器出来的声音正好是回声消除要消掉的那部分，我这边试过同一台机器一边放音一边用麦克风采，远端说话被压得只剩底噪。约束里把 echoCancellation 和 noiseSuppression 关掉会好一些，戴耳机的场景干脆走系统环回或者虚拟声卡采扬声器输出。

导出 srt 的话建议中英分成两个文件给。一条 cue 塞两行，拿进剪辑软件还得一行行拆开，分开两个文件谁想要哪种语言直接挂上。