easysub

项目概述

易字幕（EasySub）是一款完全离线的浏览器扩展，专门为观看英文视频、网课、直播或任何网页播放的音频提供实时字幕。它最大的特点是把语音识别模型直接跑在你的电脑本地——通过 WASM 技术加载 sherpa-onnx 离线推理引擎，把浏览器当前标签页播放的声音实时转写成中英双语字幕，叠加显示在网页上。整个过程无需注册账号、无需连接任何服务器、音频数据也不会被上传，从根本上解决了在线字幕服务常见的隐私泄露、必须联网、收费订阅等问题。目前已上架微软 Edge 插件市场。

主要功能

• 实时字幕：捕获当前标签页的音频，低延迟流式识别，说话即现，延迟通常在 200 毫秒到 1 秒之间。
• 完全离线：模型下载后即可断网使用，所有计算在本地完成，音频数据绝不外传。
• 中英双语识别：采用 Zipformer 中英双语模型，适合看英文视频或中英混合内容。
• 字幕悬浮层：字幕以叠加层形式显示在网页上，可自由拖动位置；点击锁定后只剩纯文字，锁定状态重启后依然保留。
• 近句回看：点左上角箭头即可回看最近 10 句字幕，走神漏看时立即补看，锁定状态下也能使用。
• 延迟指示器：右下角用绿 / 黄 / 红三色显示识别延迟高低，未锁定时直接显示实时毫秒数。
• 历史字幕搜索：可在面板中实时过滤、高亮并统计命中的历史字幕。
• 标点恢复：句子结束后自动恢复标点，让字幕更易读，且采用非阻塞方式不影响实时性。
• 双语帮助：较高级的设置项旁有问号图标，悬停即可看到中英双语详细说明。
• 功能开关：近句回看与延迟指示器均可关闭，关闭后零性能开销。

适用人群

• 经常观看英文视频、网课、演讲或直播，需要实时字幕辅助理解的学习者。
• 关注隐私、不希望音频被上传到云端服务的用户。
• 网络环境不稳定或希望离线使用字幕功能的用户。
• 需要免费字幕方案的普通用户。

快速上手

1. 在 Chrome 或 Edge 浏览器的扩展商店搜索并安装易字幕扩展（Edge 已上架，也可自行构建加载）。
2. 安装后点击浏览器工具栏中的易字幕图标，打开控制面板。
3. 点击面板中的开始按钮。
4. 让当前标签页播放音频（视频、网课等），页面上会出现实时字幕叠加层。
5. 可拖动字幕调整位置，点击锁定后只保留纯文字；点左上角箭头回看最近 10 句。
6. 如需搜索历史字幕，在面板搜索框中输入关键词即可实时过滤。
7. 如需自行构建：依次执行 npm install、npm run download-wasm（下载模型，全量版约 357MB，轻量版约 150MB）、npm run build，然后在 Chrome 扩展程序中加载已解压的 dist 目录。

核心优势

• 隐私安全：全本地推理，音频不出设备，无需注册与联网。
• 完全免费：无付费、无订阅、无广告。
• 低延迟：流式识别架构，AudioWorklet 独立线程缓冲，主线程阻塞也不丢帧。
• 离线可用：模型加载后断网也能正常工作。
• 开源透明：基于 MIT 协议开源，代码可审查。

系统要求

• 操作系统：Windows、macOS、Linux 等可运行 Chrome 或 Edge 的桌面系统。
• 支持架构：Chrome / Edge 扩展（Manifest V3），运行在浏览器之上。
• 额外依赖：首次构建或安装需下载识别模型；全量版约 357MB，轻量版约 150MB。

注意事项

• 首次使用需等待模型加载完成，全量模型体积较大。
• 极旧版本 Chrome 可能不支持 AudioWorklet，会自动降级到 ScriptProcessorNode。
• 识别准确率受音频质量、语速和口音影响。