AIBit-探索开源项目 AIBit-探索开源项目

Mimi：适用于 macOS 和 Windows 的系统音频实时字幕与翻译

Mimi 将系统音频转换为实时字幕，并通过服务提供商支持翻译，同时在 macOS 和 Windows 上提供注重隐私的桌面悬浮层。

Mimi：适用于 macOS 和 Windows 的系统音频实时字幕与翻译

观看外语视频、参加国际会议或收看没有字幕的直播时，通常需要在不同应用之间切换、搜索文字记录，或者依赖根本不存在的字幕。Mimi 采用了不同的方法：它监听电脑的音频输出，将音频转换为实时字幕，并可选择使用你指定的服务提供商进行翻译。

最终呈现的是一个桌面悬浮层，几乎可以配合电脑上播放的任何内容使用，而不仅限于某个特定浏览器、媒体播放器或视频平台。

Mimi 的功能

Mimi 是一款开源桌面应用，支持 Apple 芯片 macOS 13 及更高版本 和 Windows x64。它捕获系统输出音频，将音频发送给当前启用的翻译或语音服务，并将生成的转录内容显示为屏幕字幕悬浮层。

根据配置的服务提供商不同，Mimi 可以支持不同的源语言、目标语言和质量模式。其内置说明重点介绍了以下翻译语言：

  • 简体中文
  • 英语
  • 日语

由于该应用在系统音频层面运行，因此适用于视频、游戏、在线课程、会议、播客以及其他可能未提供字幕的媒体内容。

灵活的字幕悬浮层

悬浮层的设计目标是在不占据屏幕的同时保持实用。你可以：

  • 将字幕窗口移动到任意位置
  • 调整窗口大小以提高可读性
  • 在需要更多屏幕空间时将其折叠
  • 暂停字幕生成
  • 启用点击穿透，使其不拦截鼠标输入
  • 使用 沉浸模式，获得更专注的全屏字幕体验

因此，Mimi 既适合日常观看，也适合更具实用性的工作流程，例如在使用其他应用工作时持续查看翻译后的语音内容。

无需重复设置的服务提供商配置

Mimi 采用自带服务提供商（BYOP）模式。你需要提供想要使用的翻译或语音服务的 API 凭据，具体使用费用可能根据服务提供商的定价收取。

应用支持保存服务配置，因此你可以存储并切换不同的服务提供商，无需反复输入凭据。凭据会存储在操作系统的凭据存储中，而不是通过 Mimi 账户管理。

配置 Mimi 的步骤如下：

  1. 打开 Translation Service。
  2. 选择受支持的服务提供商。
  3. 输入所需的凭据和服务设置。
  4. 保存配置。
  5. 需要时在同一设置区域切换服务提供商。

对于已经拥有 API 访问权限、希望比较不同服务提供商，或需要为不同项目使用独立配置的开发者和高级用户来说，这种方式尤其方便。

隐私模型

Mimi 的隐私声明主要围绕减少应用自身保留和请求的信息展开：

  • 无需 Mimi 账户。
  • 不使用麦克风进行采集。
  • 不捕获屏幕。
  • 不在本地保存音频。
  • 不在本地保存字幕。
  • 音频只会发送给当前启用的服务提供商。

需要注意的是，当前服务提供商仍会接收执行转录或翻译所需的音频。因此，用户应查看服务提供商的数据保留和隐私政策，尤其是在处理会议、专有材料或其他敏感内容时。

开始使用

从项目的 GitHub releases 页面下载最新版本。仓库提供：

  • 适用于 macOS 的 Apple 芯片 DMG
  • Windows x64 EXE 和 MSI 安装程序
  • 可自行构建项目的源代码

安装后：

  1. 打开 Mimi 并配置翻译服务。
  2. 在电脑上开始播放音频。
  3. 在 macOS 上打开 Mimi 菜单栏图标，或在 Windows 上打开系统托盘图标。
  4. 选择 Start。
  5. 首次在 macOS 上运行时，批准所请求的 屏幕与系统音频录制 权限。

虽然应用不会捕获屏幕，但 macOS 要求获得此权限才能录制系统音频。Windows 用户可能会看到 SmartScreen 警告，因为预览版 EXE 和 MSI 安装程序未经签名。

平台特定说明

Apple 芯片 macOS

Mimi 支持 Apple 芯片上的 macOS 13 及更高版本。发布版本提供未经 Apple 公证的临时签名 DMG。如果 macOS 阻止首次启动，请前往 系统设置 → 隐私与安全性 → 仍要打开。

更新后，macOS 可能会再次请求录制或钥匙串权限。当应用身份或打包版本发生变化时，这是预期行为。

Windows x64

Windows x64 版本提供 EXE 和 MSI 安装程序。由于预览版安装程序未经签名，Microsoft SmartScreen 可能会在安装前显示警告。

应用内更新

Mimi 在设置中集成了更新流程。前往：

Settings → General → Software Update

应用会显示下载进度，下载完成后提供安装操作。在 Windows 上，安装完成后 Mimi 会重新打开。在 macOS 上，更新流程会提供单独的 Restart and Finish Update 操作。

现有用户需要注意一个兼容性细节：早于 v1.3.8 的版本必须先手动安装一次，之后才能启用应用内更新。

目前列出的最新版本是 Mimi v1.3.12，发布于 2026 年 9 月 12 日。

构建与贡献

Mimi 主要使用 Rust 和 TypeScript 构建，仓库列出的语言占比为：

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

项目包含基于 Rust 的 src-tauri 应用层、src 下的前端代码、构建脚本、贡献指南和安全策略。有兴趣修改悬浮层、添加服务提供商集成或改进桌面生命周期行为的开发者，应从 CONTRIBUTING.md 和项目文档开始了解。

Mimi 采用 MIT 许可证发布，允许在该许可证条款范围内进行检查、修改和再利用。

谁适合尝试 Mimi？

对于需要在平台内置生态之外使用字幕的人来说，Mimi 非常合适，包括语言学习者、国际团队、注重无障碍体验的用户、外语媒体观看者，以及正在尝试语音和翻译服务提供商的开发者。

它最具吸引力的设计选择，是将系统级音频捕获与服务提供商灵活性结合起来。Mimi 无需分别与每个产生音频的应用集成，而是创建一个覆盖整个桌面的字幕层。再加上可配置的悬浮层、保存的服务配置文件、应用内更新以及无需账户的隐私模型，它就成为一个实用工具，能够将几乎任何电脑音频转换为可阅读、可选择翻译的文本。

来源

yuxino/mimi：为 Mac 或 PC 上播放的任何内容提供实时翻译字幕。