LocalVocal：为OBS直播打造的本地AI实时字幕与翻译插件

LocalVocal是什么？

LocalVocal是一款专为OBS Studio设计的开源语音AI助手插件。它的核心能力是在用户的个人电脑上，完全本地化地运行实时语音识别和翻译。这意味着所有数据处理都在本机完成，无需联网，无需支付云服务费用，也无需担心网络延迟或服务中断，从而最大限度地保障了用户的隐私和数据安全。该插件基于高效的OpenAI Whisper模型（通过Whisper.cpp实现），能够在多种硬件上流畅运行，甚至无需独立显卡。

LocalVocal的主要功能？

• 实时语音转写： 能够将麦克风或电脑音频实时转换成文字，支持近100种语言的精准识别。
• 实时翻译： 在生成字幕的同时，可以将其即时翻译成多种主流语言，打破语言障碍。
• 多样化字幕输出： 支持将生成的字幕直接显示在OBS的文本源上，或保存为与录制时间戳同步的.txt或.srt文件，方便后期编辑。
• 流媒体字幕推送： 能够通过RTMP流将字幕数据直接推送到YouTube、Twitch等直播平台。
• 硬件加速支持： 广泛支持NVIDIA (CUDA)、AMD (ROCm)、Apple Silicon (Metal)等平台的GPU加速，同时也为各类CPU进行了优化，确保高效性能。
• 高度自定义： 用户可以加载自己的Whisper模型（GGML格式），并能对生成的字幕内容进行过滤或替换，满足个性化需求。
• 流式字幕体验： 提供部分转写结果的即时显示功能，让观众获得更流畅、不间断的字幕观看体验。

如何使用LocalVocal？

1. 下载与安装： 前往LocalVocal的官方发布页面，根据您的操作系统（Windows, macOS, Linux）和硬件配置（如NVIDIA, AMD或通用版本）下载对应的安装包并完成安装。
2. 在OBS中添加源： 打开OBS Studio，在“来源”窗口中点击“+”号，选择添加“LocalVocal”源。
3. 配置插件： 在弹出的属性窗口中，选择您想要进行转写的音频设备（例如您的麦克风）。
4. 选择模型和语言： 在设置中选择转写和翻译的目标语言。插件内置了基础模型，并支持在线自动下载更多、更精准的AI模型。
5. 设置输出方式： 根据您的需求，选择将字幕输出到OBS的文本源、本地文件还是RTMP流。
6. 开始使用： 配置完成后，插件即会开始工作，实时捕捉并处理音频，生成字幕。

LocalVocal的官网地址

GitHub开源地址：https://github.com/locaal-ai/obs-localvocal

LocalVocal的应用场景

• 游戏与娱乐直播： 主播可以为直播内容实时添加字幕，方便听障人士或在嘈杂环境中的观众理解内容。
• 在线教育与培训： 讲师可以为网络课程生成实时字幕和翻译，帮助不同语言背景的学生更好地学习和理解。
• 视频内容创作： 自动生成与视频同步的.srt字幕文件，极大地简化了视频后期制作流程，提高了工作效率。
• 跨国会议与活动直播： 为国际会议或线上活动提供实时的多语言翻译字幕，促进全球观众的参与和交流。
• 提升内容可访问性： 帮助所有内容创作者轻松为其作品添加字幕，让视频内容对更广泛的受众群体开放，提升影响力。