macOS 26 · Apple Silicon · 端侧识别

实时双语字幕
为看视频而生

REAL TIME TRANSLATE

RTT 捕获 Mac 系统音频,用 Apple SpeechAnalyzer 在设备端识别外语语音,再经 Bing 翻译成简体中文,以置顶悬浮窗呈现双语字幕。YouTube、网课、播客、直播、本地播放器——一个窗口,全程沉浸。

18+识别语言
3 种导出格式
0音频留存
4 种字幕样式
RTT 主控台实机截图
Features

不止是翻译,是一套完整的字幕工作流

从音频捕获到最终导出,RTT 把每个环节都打磨到位,让你专注观看,而不是折腾工具。

系统 / 麦克风双来源

默认捕获 YouTube、网课、直播与本地播放器的系统音频;也可切换麦克风输入,用于会议与口语练习,支持粤语。

Apple 端侧识别

基于 macOS 26 SpeechAnalyzer,语音识别在本机完成,低延迟且保护隐私;并内置 Apple Translation 可选设备端引擎。

Bing 在线翻译

识别结果经 Bing 翻译为简体中文,翻译失败可单句重试,稳准兼顾。

置顶悬浮窗

独立窗口置顶显示,可切换原文/译文,锁定后防止误拖动与误缩放。

低延迟预览

句子完成前即可看到临时翻译,完成后替换为正式双语字幕,所见即所得。

字幕样式模板

默认 / 黑底 / 透明 / 学习四种模板,适配不同视频背景,看清每个字。

VAD 长静音断句

内置语音活动检测,长静音时强制断句,避免一句拖得太长、译文迟迟不来。

转写浏览器

会话内集中回看本次全部字幕记录,按完整句子生成正式记录与滚动预翻译。

多格式导出

一键导出双语 SRT、TXT 或 Markdown;可复制当前字幕或最近几条字幕。

语言灵活切换

翻译过程中切换识别语言,不会清空已完成字幕,模型下载进度可见、完成自动开始识别。

术语表改译

自定义关键术语的固定译法,避免专有名词被误翻。

应用内自动更新

菜单栏检查更新,默认每天自动检查一次;Sparkle 校验更新包完整性。

How it works

四步,从声音到字幕

声音进入 Mac,文字浮现眼前。整条链路在本地与云端之间精准衔接。

01 / CAPTURE

捕获音频

授予屏幕录制权限后,RTT 抓取系统音频流;也可选麦克风用于会议口语。

02 / RECOGNIZE

设备端识别

Apple SpeechAnalyzer 在本机完成语音转文字,首用某语言需下载模型。

03 / TRANSLATE

实时翻译

识别结果发送至 Bing,译为简体中文;先有预览,后有正式译文,失败可重试。

04 / DISPLAY

悬浮窗呈现

双语字幕在置顶窗口显示,可锁定、换样式、复制、导出。

Languages

支持 18 种语言识别

覆盖主流外语与亚洲语言。部分语言使用 SpeechTranscriber,其余回退到 DictationTranscriber,首次使用时 macOS 可能需要下载对应模型。

英语US英语UK俄语德语西班牙语日语法语韩语意大利语葡萄牙语BR荷兰语波兰语土耳其语泰语越南语阿拉伯语乌克兰语印地语印度尼西亚语
Get started

装好即用,几行命令跑起来

普通用户直接从 Releases 下载 DMG 拖入 Applications;开发者可从源码构建。

Terminal
# 1. 安装 GNU Awk 及其运行库(仅源码构建需要)
brew install gawk

# 2. 开发模式直接运行
swift run RTT

# 3. 构建带固定 Bundle ID 的 App
./scripts/build-app.sh
open dist/RTT.app

# 4. 运行测试
swift test
  • 01
    macOS 26.0 或更高Apple Silicon Mac,Silicon 原生运行
  • 02
    Swift 6.2+用于本地构建与开发
  • 03
    GNU Awk 5.4.1由 Homebrew 安装,供翻译组件调用
  • 04
    屏幕录制权限用于捕获系统音频
  • 05
    网络连接Bing 翻译与首次下载语音模型需要联网

权限与隐私,透明为先

系统音频由 RTT 捕获,语音识别在本机由 Apple SpeechAnalyzer 完成;识别文字仅发送至 Bing 用于翻译。RTT 不保存任何音频文件,导出的字幕也只包含已完成的原文与译文。

让每一句外语,都有中文相伴

置顶一个窗口,世界就近了一步。