实时配音
视频一边播放，一边用你的语言“开口说话”。自然的 AI 语音紧跟说话人的节奏。
免费开源v1.1.17
用你的语言，
用你的语言，
听懂每一种声音。
为任何视频提供 AI 实时配音与双语字幕——在浏览器中、在桌面上，或直接处理文件。课程、电影、播客、直播，统统用你最熟悉的语言听懂。
- 无广告，无用户行为分析
- 密钥由你自己保管
- 79 种目标语言
- Chrome · Edge · Windows · macOS · Linux
原声
等待音频…
翻译成
点选一种语言，声音即刻切换。
适用于
- 在线课程
- 电影与剧集
- 播客
- 讲座
- 直播
- 纪录片
- 音视频文件
功能
听懂任何视频，你需要的一应俱全
配音、字幕、混音、导出——每个功能都能独立使用。
双语字幕
原文与译文字幕同屏对照，显示在一张毛玻璃卡片上——可以拖动、缩放，还能调节透明度。
四路独立输出
原始音频、配音、原文字幕、译文字幕——每一路都能单独开关。
由你掌控的混音器
自由调节原声与配音的比例；智能压低原声，配音开口时原声自动让路。
同步播放器
录制走在前面，独立播放器可随时暂停、跳转、全屏。支持导出 WebM 和 SRT。
桌面应用与文件
实时翻译任何程序的声音，或拖入音频、视频文件，获得同步播放器、字幕和 ZIP 压缩包。
79 种语言
从完整的 Gemini 语言列表中选择目标语言，常用语言排在最前面。
为隐私而设计
没有用户行为分析，没有广告，没有中转服务器。音频直接发送给你选择的 AI 服务提供商。
免费且开源
采用 MIT 许可证。使用你自己的免费 API 密钥，每一行代码都能阅读，也能改成你想要的样子。
使用流程
从安装到配音，只需三步
-
安装并填入密钥
将 Avorythm 添加到 Chrome 或 Edge，粘贴从 Google AI Studio 获取的免费 Gemini API 密钥，并勾选授权。
-
选择语言与播放方式
选好目标语言，再决定怎么看：直接在本页观看，延迟最低；或用同步播放器观看，同步更稳定。
-
点击“开始翻译”
实时收听配音，同时阅读原文与译文字幕。想调混音、挪字幕、暂停或导出，随时都行。
观看
看看实际效果
一部短片、一段产品演示和一套分步教程——用你的语言观看。
观看语言
两种使用方式
在浏览器里，或在桌面上
扩展和桌面应用相互独立——任选其一，或两者都用。
浏览器扩展
翻译任意标签页
添加到 Chrome 或 Edge，就能为正在看的视频配音。它完全独立运行——无需桌面应用、Python、FFmpeg，也不需要虚拟声卡。
- “在本页”：延迟最低的方案
- 同步播放器：跳转、全屏、导出 WebM + SRT
- 可移动的毛玻璃字幕
桌面应用
听到什么，翻译什么
为桌面上任何程序的声音配音；或拖入音频、视频文件，获得同步播放器、字幕，以及包含全部输出的 ZIP 压缩包。
- 实时翻译任何程序的声音
- File Studio：处理最大 8 GB 的音频和视频
- 支持 Windows、macOS 和 Linux
教程
几分钟即可上手
跟着下面的步骤操作，或观看上方的教程视频。
-
从 Chrome Web Store 添加 Avorythm，并将它固定到工具栏。Edge 用户使用同一个商店页面即可，也可以从发布页面获取 ZIP 手动加载。
-
在 Google AI Studio 创建密钥，然后打开 Avorythm → “设置” → “连接到 Gemini”，粘贴密钥并点击“保存”。最后勾选“我允许将所选标签页的音频发送到 Google Gemini”这一授权选项。在你点击“开始翻译”之前，不会捕获任何内容。
-
打开扩展弹出窗口，选择目标语言，再选择“在本页”（延迟最低）或“同步录制器与播放器”（同步稳定，支持跳转和导出）。
-
打开一个普通的视频标签页，点击“开始翻译”。听配音、读双语字幕，毛玻璃字幕卡片想放在哪里就拖到哪里。
-
单独开关四路输出，调节原声与配音的音量比例，并在“设置”中设定字幕的文字大小和背景不透明度。
-
从 Releases 下载适合你系统的版本。Windows 安装包已包含 FFmpeg。
-
打开“Advanced settings”（高级设置），保存 Gemini 密钥（处理文件时还需要 Groq 密钥）。密钥保存在操作系统的凭据库中。
-
要实时翻译其他程序，请把它的声音输出到回环设备——Windows 用 AMM Virtual Audio，macOS 用 BlackHole，Linux 用 monitor 输入源——然后在应用中把它选为音频输入。
-
选好语言和输出组合，然后点击“Start translation”。监听输出请保持设为你真实的耳机。
-
在桌面应用中打开“File Studio”（文件处理），拖入音频或视频文件（最大 8 GB）。
-
选择目标语言和配音声音。“Precise”（精准）同步更紧密，“Fast”（快速）完成得更快。
-
处理期间请保持 Avorythm 运行，它会依次完成转录、翻译、配音和对齐。
-
在同步播放器中观看，或分别下载 original.wav、dubbed.wav、source.srt 和 translated.srt——也可以一次打包下载为 ZIP。
语言
79 种语言，一键切换
从完整的 Gemini 语言列表中选择目标语言——常用语言优先，从阿拉伯语、中文到斯瓦希里语、祖鲁语。
- English
- فارسی
- العربية
- 简体中文
- 繁體中文
- Deutsch
- Français
- Italiano
- Español
- Русский
- 日本語
- 한국어
- Türkçe
- Português (Brasil)
- Português europeu
- Nederlands
- Polski
- Українська
- हिन्दी
- اردو
- עברית
- Indonesia
- Melayu
- Tiếng Việt
- ไทย
- Afrikaans
- Akan
- Shqip
- አማርኛ
- Հայերեն
- Azərbaycan
- Euskara
- Беларуская
- বাংলা
- Български
- မြန်မာ
- Català
- Hrvatski
- Čeština
- Dansk
- Eesti
- Filipino
- Suomi
- Galego
- Ქართული
- Ελληνικά
- ગુજરાતી
- Hausa
- Magyar
- Íslenska
- Jawa
- ಕನ್ನಡ
- Қазақ тілі
- ខ្មែរ
- Ikinyarwanda
- ລາວ
- Latviešu
- Lietuvių
- Македонски
- മലയാളം
- मराठी
- Монгол
- नेपाली
- Norsk
- Norsk bokmål
- ਪੰਜਾਬੀ
- Română
- Српски
- سنڌي
- සිංහල
- Slovenčina
- Slovenščina
- Basa Sunda
- Kiswahili
- Svenska
- தமிழ்
- తెలుగు
- O‘zbek
- IsiZulu
界面提供英语、波斯语和简体中文；配音与字幕支持全部 79 种语言。
隐私
为隐私而设计
Avorythm 的设计初衷：在你和你的音视频之间，不让任何人插手——包括我们自己。
没有用户行为分析、广告和遥测
应用、扩展和本网站都不含任何追踪代码。
密钥属于你，留在你的设备上
API 密钥默认只保留在浏览器会话中；在桌面应用里则保存在操作系统的凭据库中。
直达 AI 服务提供商
音频从你的设备直接发送到 Google Gemini；在精准模式下，短音频片段则直接发送到 Groq Whisper。绝不经过我们的服务器。
先授权，后捕获
只有在你授权并点击“开始翻译”之后才会开始捕获，随时都可以停止。
开源（MIT）
每一行代码都是公开的。可以阅读、审计，也可以改进。
Avorythm 依赖处于预览阶段的 AI 服务。准确度、声音、延迟和配额都可能变化——重要内容请自行核对。 阅读隐私政策
下载
获取 Avorythm
免费且开源。选择你的平台——你只需要自己的免费 Gemini API 密钥。
Chrome 与 Edge
从 Chrome Web Store 安装。Edge 用户可在同一个商店页面添加。
Windows
64 位安装包，已包含 FFmpeg。
macOS
提供适用于 Apple Silicon 和 Intel 的原生版本。
Linux
x64 版本。请在应用中选择你的 PipeWire 或 PulseAudio monitor 输入源。
扩展 ZIP 包
通过开发者模式在 Chrome 或 Edge 中手动安装。
代码签名的审批尚在进行中，因此目前的 Windows 安装包未经签名，Windows 可能提示“未知发布者”。请对照同一发布版本中的 SHA256SUMS.txt 校验你下载的文件。
版本 1.1.17SHA256SUMS所有发布版本更新日志
常见问题
你问，我们答
Avorythm 真的免费吗？
是的。扩展和桌面应用都免费且开源（MIT）。它们使用你自己的 API 密钥：Google AI Studio 提供免费的 Gemini 额度，处理文件用的 Whisper 则由 Groq 的免费额度支持。服务提供商的限制和配额同样适用，并且可能发生变化。
使用扩展需要安装桌面应用吗？
不需要。扩展完全独立运行——无需桌面应用、Python、FFmpeg、localhost，也不需要虚拟声卡。桌面应用用于翻译其他程序的声音和处理文件。
支持哪些网站？
在 Chrome 或 Edge 116 及以上版本中，任何会播放音频或视频的普通网页都可以使用。受 DRM 保护的流媒体和浏览器内部页面（如 chrome://）可能无法捕获；无法捕获视频画面时，请使用“在本页”模式。
会有多少延迟？
实时翻译必须先听到一句话才能说出译文，所以少量延迟无法避免。“在本页”是延迟最低的方案。同步播放器会提前录制（默认提前 20 秒），让音频、视频和字幕保持在同一条时间线上。
我的音频隐私有保障吗？
只有在你授权并点击“开始翻译”之后才会开始捕获。音频直接从你的浏览器发送到 Google Gemini；在精准模式下，短音频片段则发送到 Groq Whisper，绝不会发送到我们的服务器。这里没有广告、用户行为分析或遥测；除非你选择记住密钥，否则密钥只保留在浏览器会话中。
支持哪些语言？
79 种目标语言，从英语、波斯语、阿拉伯语、中文到斯瓦希里语和祖鲁语。界面本身目前提供英语、波斯语和简体中文，更多语言正在规划中。
准确度如何？
Avorythm 使用处于预览阶段的 AI 服务。准确度、声音、延迟和配额都可能变化，也没有任何 AI 翻译是完美的——重要内容请自行核对。
支持 Firefox 或 Safari 吗？
暂不支持。Avorythm 目前支持 Chrome 和 Edge（Chromium 116 或更新版本）。Edge 用户可以从 Chrome Web Store 页面安装；专门的 Microsoft Edge Add-ons 页面已列入路线图。
为什么 Windows 安装包“未签名”？
我们向 SignPath Foundation 提交的代码签名申请仍在审批中。在获批之前，Windows SmartScreen 可能会显示“未知发布者”警告。请对照同一发布版本中的 SHA256SUMS.txt 校验你下载的文件。
我可以怎样帮忙？
给仓库点个 Star，分享视频，反馈 bug，提出功能建议，或提交 Pull Request——一切都在 GitHub 上公开进行。