Vosk 英语小模型
内置轻量英语流式识别；局部结果延迟低
- 运行时
- Vosk 0.3.38; Android 10+ or Windows x64
- 语言
- en
- 平台
- android, windows
- 大小
- 41 MB
- 许可证
- Apache-2.0
待机
实时字幕
选择语音、画面字幕或两者同时运行。浏览器只会捕获你主动授权的麦克风或共享画面。
开始后，共享的标签页或屏幕会显示在这里。
开始识别后，完整原文和译文会保留在这里。
翻译机
直接翻译文字，或把文本、Markdown、SRT、VTT 文件加入队列。完成后可查看并下载译文文件。
0
翻译结果
还没有文件任务。
能力配置
ASR、翻译、分句标点、OCR 和 TTS 独立选择。每种能力都可以保存多个命名档案。
模型目录
目录与 Android、Windows 共用同一份能力包清单。Web 端只会加载明确支持浏览器的运行时。
已验证
Vosk 日语小模型
内置轻量日语流式识别；局部结果延迟低
- 运行时
- Vosk 0.3.38; Android 10+ or Windows x64
- 语言
- ja
- 平台
- android, windows
- 大小
- 50 MB
- 许可证
- Apache-2.0
Vosk 中文小模型
轻量普通话离线识别；适合低内存设备
- 运行时
- Vosk 0.3.38; Android 10+ or Windows x64
- 语言
- zh
- 平台
- android, windows
- 大小
- 44 MB
- 许可证
- Apache-2.0
Vosk 韩语小模型
轻量韩语离线识别；适合低内存设备
- 运行时
- Vosk 0.3.38; Android 10+ or Windows x64
- 语言
- ko
- 平台
- android, windows
- 大小
- 87 MB
- 许可证
- Apache-2.0
Vosk 西班牙语小模型
轻量西班牙语离线识别；适合低内存设备
- 运行时
- Vosk 0.3.38; Android 10+ or Windows x64
- 语言
- es
- 平台
- android, windows
- 大小
- 40 MB
- 许可证
- Apache-2.0
Vosk 法语小模型
轻量法语离线识别；适合低内存设备
- 运行时
- Vosk 0.3.38; Android 10+ or Windows x64
- 语言
- fr
- 平台
- android, windows
- 大小
- 42 MB
- 许可证
- Apache-2.0
Vosk 德语小模型
轻量德语离线识别；适合低内存设备
- 运行时
- Vosk 0.3.38; Android 10+ or Windows x64
- 语言
- de
- 平台
- android, windows
- 大小
- 46 MB
- 许可证
- Apache-2.0
Vosk 俄语小模型
轻量俄语离线识别；适合低内存设备
- 运行时
- Vosk 0.3.38; Android 10+ or Windows x64
- 语言
- ru
- 平台
- android, windows
- 大小
- 46 MB
- 许可证
- Apache-2.0
SenseVoiceSmall INT8
内置完整推理包；英中日韩粤语识别与自动检测
- 运行时
- sherpa-onnx 1.13.4; Android 10+ or Windows x64
- 语言
- auto, zh, en, ja, ko, yue
- 平台
- android, windows
- 大小
- 160 MB
- 许可证
- MIT
Omnilingual CTC 300M INT8
内置 1600+ 语言扩展识别；无语义标点时使用规则分句
- 运行时
- sherpa-onnx 1.13.4; Android 10+ or Windows x64
- 语言
- auto, 1600+
- 平台
- android, windows
- 大小
- 238 MB
- 许可证
- Apache-2.0
Qwen3-ASR 0.6B INT8
多语高准确率识别；约 879 MB，适合大内存 Android 与 Windows；不内置 APK
- 运行时
- sherpa-onnx 1.13.4; Android 10+ or Windows x64
- 语言
- auto, en, zh, ja, ko, vi, yue
- 平台
- android, windows
- 大小
- 879 MB
- 许可证
- Apache-2.0
punctuation-en
- 运行时
- sherpa-onnx 1.13.4; Android 10+
- 语言
- en
- 平台
- android
- 大小
- 31 MB
- 许可证
- Apache-2.0
bergamot-en-zh
- 运行时
- BergamotTranslatorSharp 0.5.1; Windows x64
- 语言
- en
- 平台
- windows
- 大小
- 37 MB
- 许可证
- MPL-2.0
OPUS-MT 英语到中文 INT8
本地 Marian ONNX 翻译；比 ML Kit 更适合英语电影对白，首次下载后完全离线
- 运行时
- ONNX Runtime Android 1.27.0; Android 10+
- 语言
- en
- 平台
- android
- 大小
- 182 MB
- 许可证
- Apache-2.0
bergamot-ja-en
- 运行时
- BergamotTranslatorSharp 0.5.1; Windows x64; requires bergamot-en-zh for Japanese to Chinese
- 语言
- ja
- 平台
- windows
- 大小
- 49 MB
- 许可证
- MPL-2.0
RTT multilingual rule segmentation
Language-aware fallback segmentation for Chinese, Japanese, Korean, and punctuation-poor recognizers.
- 运行时
- RTT 0.2.0+
- 语言
- auto, zh, yue, en, ja, ko, es, fr, de, it, pt, ru, ar, hi, th, vi, id
- 平台
- android, windows, web
- 大小
- -
- 许可证
- Apache-2.0
Google ML Kit on-device OCR
Android on-device text recognition for selectable screen subtitle regions.
- 运行时
- Android 10+; Google ML Kit
- 语言
- zh, en, ja, ko, latin
- 平台
- android
- 大小
- -
- 许可证
- Google ML Kit terms
Google ML Kit translation language packs
Per-language offline translation packs downloaded and managed by ML Kit on Android.
- 运行时
- Android 10+; Google ML Kit
- 语言
- multilingual
- 平台
- android
- 大小
- -
- 许可证
- Google ML Kit terms
Tesseract.js OCR language data
Browser OCR candidate for user-selected screen captures; language data stays in browser storage.
- 运行时
- Tesseract.js worker
- 语言
- multilingual
- 平台
- web
- 大小
- -
- 许可证
- Apache-2.0
system-voices
RTT 0.2.0
- 运行时
- RTT 0.2.0
- 语言
- zh, en, ja, ko
- 平台
- android, windows, web
- 大小
- -
- 许可证
- Platform dependent
piper-zh-huayan
sherpa-onnx TTS
- 运行时
- sherpa-onnx TTS
- 语言
- zh
- 平台
- android, windows, web
- 大小
- -
- 许可证
- Verify upstream model card before redistribution
melotts-chinese
Python local service plugin
- 运行时
- Python local service plugin
- 语言
- zh
- 平台
- windows
- 大小
- -
- 许可证
- MIT
cosyvoice3-0.5b
CosyVoice local service plugin
- 运行时
- CosyVoice local service plugin
- 语言
- zh, en, ja, ko
- 平台
- windows
- 大小
- -
- 许可证
- Apache-2.0; verify model card and voice rights
设置
界面、字幕与浏览器本地数据。切换显示语言后，整个 Web 工作台会立即更新。
界面语言
字幕字号
浏览器本地能力
Tesseract OCR、系统 TTS 和支持时的浏览器 Translator API 可在浏览器中运行。更大的 ASR/翻译模型仍建议使用 Android 或 Windows 客户端。
隐私边界
文字、文件、OCR 截图和能力配置默认只留在当前浏览器。选择远程 API 时，译文请求会发送到所选服务。Web Speech 识别是否联网取决于浏览器实现。