[开源][本地][无需显卡] 做了个针对直播的字幕&翻译工具

[12wk34]

把之前做的工具整理了下， 直接 npm install -g livesub && livesub 就可以使用，内置本地模型的管理，模型推理部分只依赖 cpu, 稍微新一点的电脑就可以跑。

ASR 和 翻译部分可以分开选择的。qwen-asr + firefox translate 是集成好的纯本地方案，在 UI 里下载模型就能用。

我自己一般是选择本地的 ASR + deepseek 翻译来综合隐私速度和准确率。





ASR 除了本地的 qwen3-asr 还支持阿里百炼的 qwen 和 openai
翻译除了本地的 firefox translate 还支持 openai/claude/deepseek. (LLM 除了翻译还能顺带纠错会比较好用）

目前自用就偷懒只做了 webui, 靠 PWA 和 chrome 的画中画来运行，等有人用再改桌面端:)

[12wk34]

btw, Linux/MacOS/Windows 都是支持的, 预编译了推理引擎
github.com/nexustar/qwen-asr 针对 qwen-asr 的特点做了些优化

[jackOff]

我其实希望有那种字级时间戳精准实时语音识别生成字幕的东西，可惜开源的都有时间戳漂移问题