01
阿里云实时同传
自动识别 → 中文
默认自动识别原文语言,翻译成中文;也可以手动指定语言。需要百炼北京地域 API Key。
App 音频会发送给阿里云,并产生账户用量。把其他 App 的声音,变成一句句译文。视频留在原来的应用,字幕在一旁。
为 iPhone 而做,灵感来自 Mimi。

角色与字幕样式示意
试读一句
示例文字 · 不收音、不连接翻译服务
今天,走得稍微远一点。
雨停以后,出去走走吧。
01 / 识别与翻译
同一只字幕小窗,两种处理方式。按设备、语言和使用场景选择。
自动识别 → 中文
默认自动识别原文语言,翻译成中文;也可以手动指定语言。需要百炼北京地域 API Key。
App 音频会发送给阿里云,并产生账户用量。在设备上处理
手动选择原文语言,使用设备支持的识别能力。Apple 翻译需要 iOS 26 及对应语言包。
iOS 18–25 可使用支持的本地识别,不能使用 Apple 翻译。02 / 使用方式
在 Mac 上用 Xcode 编译,安装到 iPhone。需要 Apple 签名团队;不支持 Expo Go。
填写阿里云 API Key,或选择 Apple 本地模式。密钥保存在 iOS 钥匙串中。
点「开始听」,在系统广播面板选择「Osu Audio」并确认。切回视频 App,关闭字幕窗即可停止。
字幕使用画中画窗口。另一个 App 的画中画可能替换字幕并结束收音;视频请留在原 App 内。开始广播前请关闭 iPhone 镜像。
Osu 不保存音频和字幕,视频帧与麦克风样本会直接丢弃。Apple 模式在本机处理;阿里云模式会把 App 音频发送给服务商。
语言能力取决于所选服务、设备和已下载的语言包。阿里云模式可自动检测原文;Apple 本地识别需要手动选语言。详见源码仓库的语言说明。
当前功能面向 iPhone。桌面端实时字幕可查看 Mimi;Osu 暂无 Android 产品发布。