sokuji
即時雙向語音翻譯,適用於雙語會議 — 自動偵測口說語言並雙向翻譯,可於雲端或完全離線裝置端執行。
sokuji 是什麼?
即時雙向語音翻譯,適用於雙語會議 — 自動偵測口說語言並雙向翻譯,可於雲端或完全離線裝置端執行。桌面版 (Windows · macOS · Linux) 與瀏覽器擴充功能 (Chrome · Edge),支援 Zoom、Meet、Teams 及任何應用程式。
sokuji 概覽
這是什麼
Sokuji 是一款即時雙向語音翻譯應用程式,專為雙語會議設計。它能自動偵測說話的語言,並進行雙向翻譯。可透過雲端服務商執行,或完全離線在裝置上使用本機推論(由 WASM 和 WebGPU 驅動)。Sokuji 提供桌面應用程式(Windows、macOS、Linux)與瀏覽器擴充功能(Chrome、Edge),由 Kizuna AI Lab 開發。
主要功能
- 本機推論(邊緣 AI): 在裝置上完整執行語音辨識、翻譯與文字轉語音,無需 API 金鑰、網路連線或 GPU。包含 44 個語音辨識模型、75 個翻譯模型與 137 個文字轉語音模型。
- 雲端服務商: 整合 8 家服務商,包括 OpenAI、Google Gemini、Palabra.ai、Kizuna AI、Doubao AST 2.0、Soniox 以及相容 OpenAI 的 API。
- 雙向翻譯: 自動偵測說話語言,同時雙向翻譯成另一種語言。透過 Soniox 支援 60 種以上語言與 3,600 種以上語言配對。
- 音訊功能: 虛擬麥克風可將翻譯後音訊傳送至任何應用程式、即時監聽、AI 降噪與迴音消除。
- 介面: 完整在地化 UI 支援 30 種語言,提供簡易模式(適合非技術使用者)與進階模式(含波形顯示)。
使用情境
- 雙語會議中,兩人使用不同語言,需要即時雙向翻譯。
- 使用桌面應用程式時,任何具備麥克風輸入的桌面應用程式(Zoom、Teams、Discord、Slack、遊戲、OBS)。
- 使用瀏覽器擴充功能時,網頁會議平台(Google Meet、Teams、Zoom、Yandex Telemost、Discord、Slack、Gather.town、Whereby、Jitsi Meet)。
- 螢幕分享即時字幕,讓對方也能閱讀。
快速開始
請參閱儲存庫的 README 以取得安裝說明。若要從原始碼建置: bash git clone https://github.com/kizuna-ai-lab/sokuji.git cd sokuji && npm install npm run electron:dev
授權與價格
採用 AGPL-3.0 授權。開放原始碼且免費使用。
內容整理自該專案公開的 README 與儲存庫資訊。