Mimi: subtítulos y traducción en directo del audio del sistema para macOS y Windows

Ver un vídeo en un idioma extranjero, participar en una reunión internacional o seguir una retransmisión en directo sin subtítulos suele implicar cambiar de aplicación, buscar transcripciones o depender de subtítulos que no existen. Mimi adopta un enfoque diferente: escucha la salida de audio de tu ordenador y la convierte en subtítulos en directo, con traducción opcional mediante el proveedor que elijas.

El resultado es una superposición de escritorio que puede funcionar con prácticamente cualquier contenido que se reproduzca en el equipo, no solo con un navegador, reproductor multimedia o plataforma de vídeo específicos.

Qué hace Mimi

Mimi es una aplicación de escritorio de código abierto para macOS 13 y versiones posteriores con Apple silicon y Windows x64. Captura el audio de salida del sistema, lo envía al servicio de traducción o reconocimiento de voz activo y muestra la transcripción resultante como una superposición de subtítulos en pantalla.

Según el proveedor configurado, Mimi puede admitir distintos idiomas de origen, idiomas de destino y modos de calidad. La descripción integrada destaca la traducción a:

Chino simplificado
Inglés
Japonés

Como la aplicación funciona a nivel del audio del sistema, puede ser útil para vídeos, juegos, cursos en línea, reuniones, podcasts y otros contenidos que quizá no ofrezcan subtítulos por sí mismos.

Una superposición de subtítulos flexible

La superposición está diseñada para seguir siendo útil sin apoderarse de la pantalla. Puedes:

Mover la ventana de subtítulos a cualquier posición
Cambiar su tamaño para mejorar la legibilidad
Contraerla cuando necesites más espacio en pantalla
Pausar la generación de subtítulos
Activar el comportamiento de clic pasante para que no intercepte la entrada del ratón
Usar el Modo inmersivo para disfrutar de una experiencia de subtítulos a pantalla completa más centrada

Esto hace que Mimi sea adecuada tanto para ver contenido de forma casual como para flujos de trabajo más prácticos, por ejemplo, mantener visible el discurso traducido mientras trabajas en otra aplicación.

Configuración de proveedores sin repetir el proceso

Mimi utiliza un modelo en el que aportas tu propio proveedor. Tú proporcionas las credenciales de API del servicio de traducción o reconocimiento de voz que quieras usar, y pueden aplicarse cargos según las tarifas de dicho proveedor.

La aplicación admite configuraciones de servicios guardadas, lo que permite almacenar y cambiar entre proveedores sin introducir las credenciales repetidamente. Las credenciales se guardan en el almacén de credenciales del sistema operativo, en lugar de gestionarse mediante una cuenta de Mimi.

Para configurar Mimi:

Abre Servicio de traducción.
Elige un proveedor compatible.
Introduce las credenciales y la configuración del servicio necesarias.
Guarda la configuración.
Cambia de proveedor más adelante desde la misma sección de ajustes cuando lo necesites.

Este enfoque resulta especialmente útil para desarrolladores y usuarios avanzados que ya tienen acceso a API, quieren comparar proveedores o necesitan configuraciones separadas para distintos proyectos.

Modelo de privacidad

Las afirmaciones de privacidad de Mimi se centran en minimizar lo que la propia aplicación conserva y solicita:

No se requiere una cuenta de Mimi.
No utiliza un micrófono para la captura.
No captura la pantalla.
El audio no se guarda localmente.
Los subtítulos no se guardan localmente.
El audio solo se envía al proveedor activo en ese momento.

La importante salvedad es que el proveedor activo sigue recibiendo el audio necesario para realizar la transcripción o traducción. Por tanto, los usuarios deben revisar las políticas de conservación y privacidad del proveedor, especialmente al procesar reuniones, material propietario u otro contenido sensible.

Primeros pasos

Descarga la versión más reciente desde la página de versiones de GitHub del proyecto. El repositorio proporciona:

Un DMG para Apple silicon en macOS
Instaladores EXE y MSI para Windows x64
Código fuente para compilar el proyecto por tu cuenta

Después de la instalación:

Abre Mimi y configura un servicio de traducción.
Empieza a reproducir audio en el ordenador.
Abre el icono de Mimi en la barra de menús de macOS o en la bandeja del sistema de Windows.
Selecciona Iniciar.
La primera vez que lo ejecutes en macOS, aprueba el permiso solicitado de Grabación de pantalla y audio del sistema.

Aunque la aplicación no captura la pantalla, macOS requiere este permiso para grabar el audio del sistema. Los usuarios de Windows pueden ver advertencias de SmartScreen porque los instaladores EXE y MSI de vista previa no están firmados.

Notas específicas de cada plataforma

Apple silicon en macOS

Mimi es compatible con macOS 13 y versiones posteriores en equipos con Apple silicon. Las versiones proporcionan un DMG firmado ad hoc y sin notarización de Apple. Si macOS bloquea el primer inicio, ve a Ajustes del Sistema → Privacidad y seguridad → Abrir igualmente.

Después de las actualizaciones, macOS puede volver a solicitar permisos de grabación o del Llavero. Este comportamiento es esperado cuando cambia la identidad de la aplicación o la compilación empaquetada.

Windows x64

Las compilaciones para Windows x64 están disponibles como instaladores EXE y MSI. Como los instaladores de vista previa no están firmados, Microsoft SmartScreen puede mostrar una advertencia antes de la instalación.

Actualizaciones dentro de la aplicación

Mimi incluye un flujo de actualización en sus ajustes. Ve a:

Ajustes → General → Actualización de software

La aplicación descarga las actualizaciones mostrando el progreso y después ofrece una acción para instalarlas. En Windows, Mimi se vuelve a abrir una vez completada la instalación. En macOS, el flujo de actualización ofrece una acción independiente de Reiniciar y finalizar la actualización.

Hay un detalle de compatibilidad importante para los usuarios existentes: las versiones anteriores a la v1.3.8 requieren una instalación manual antes de poder activar las actualizaciones dentro de la aplicación.

La versión más reciente incluida en la lista es Mimi v1.3.12, publicada el 12 de septiembre de 2026.

Compilación y contribuciones

Mimi está desarrollada principalmente con Rust y TypeScript, y el desglose de lenguajes del repositorio es el siguiente:

Rust: 72.9%
TypeScript: 18.5%
CSS: 3.3%
PowerShell: 1.9%
Shell: 1.7%
JavaScript: 1.7%

El proyecto incluye una capa de aplicación basada en Rust en src-tauri, código del frontend en src, scripts de compilación, directrices para contribuciones y una política de seguridad. Los desarrolladores interesados en modificar la superposición, añadir integraciones con proveedores o mejorar el comportamiento del ciclo de vida del escritorio deberían empezar por CONTRIBUTING.md y la documentación del proyecto.

Mimi se distribuye bajo la licencia MIT, lo que permite inspeccionarlo, modificarlo y reutilizarlo dentro de los términos de dicha licencia.

¿Quién debería probar Mimi?

Mimi es una opción excelente para cualquiera que necesite subtítulos fuera del ecosistema integrado de una plataforma: estudiantes de idiomas, equipos internacionales, usuarios que priorizan la accesibilidad, espectadores de contenido multimedia extranjero y desarrolladores que experimentan con proveedores de reconocimiento de voz y traducción.

Su decisión de diseño más convincente es la combinación de captura a nivel del sistema y flexibilidad de proveedores. En lugar de integrarse por separado con cada aplicación que produce audio, Mimi crea una única capa de subtítulos para todo el escritorio. Si a esto se suman las superposiciones configurables, los perfiles de servicio guardados, las actualizaciones dentro de la aplicación y un modelo de privacidad sin cuentas, se convierte en una herramienta práctica para transformar casi cualquier audio del ordenador en texto legible y, opcionalmente, traducido.

Fuente

yuxino/mimi: Live translated subtitles for anything playing on your Mac or PC.