本地运行
0 字节
上传到网络的数据
声音不会离开这台 Mac。五个模型全部在本机的 CPU 和 GPU 上运行，下载完模型后断网也能用。
UnderText
英文刚说出口，
中文就在下面。
实时英文字幕和中文翻译，全部在你的 Mac 上运行。
不联网，不收费，几乎没有延迟。
需要 Apple Silicon 的 Mac（M1 及以后），macOS 13 或更新
实录：MacBook Air M4 上的一期英文播客。浅色的字还在识别或翻译中。
三件事，一次做对。
完全免费
¥0
不用账号，不用订阅
也不需要任何 API 密钥。代码以 MIT 协议开源，用到的都是公开发布的开源模型。
几乎实时
< 0.1 秒
英文出现到中文草稿
中文草稿几乎和英文同时出现（中位数）。一句话说完，准确的译文约 0.4 秒后补齐（省电模式）。
一边听，
一边确认。
灰色的字还在识别，随时可能变；变成白色，就不会再改。
中文也一样：屏幕上已经确认的字，永远不会被改写。
已确认
还在识别或翻译
每句话，三种翻译。
快的模型先上，好的模型接着确认。这就是又快又准的秘密。
1
草稿
Opus-MT，在 CPU 上运行
把目前听到的整句话立刻翻一遍，连还没确定的词也算上。几十毫秒出结果，新草稿直接替换旧的。
2
续写
Qwen3.5-2B，在 GPU 上运行
每确认 3 个新词，或者遇到逗号、分号，就让 Qwen 接着已经确认的中文往下写。前 3 句作为上下文，两次回答一致的字才算确认。
3
定稿
Qwen3.5-2B，在 GPU 上运行
一句话说完，Qwen 拿到完整的句子，在已确认的中文后面把剩下的部分翻完。
五个开源模型，
在一台 Mac 上协作。
Silero VAD
找出哪里在说话
Parakeet-TDT 0.6B
语音转英文，每 0.5 秒更新
Opus-MT
中文草稿
Qwen3.5-2B
正式译文
TitaNet
声纹，标出说话人
0.4 秒
静音这么久，一段话就结束
0.5 秒
英文每隔这么久刷新一次
2 次
两次识别一致，词才变白
谁在说话，
一眼就知道。
TitaNet 每 1.5 秒听一次最近的声音，和已经出现过的人比较声纹。熟悉的声音约 1.5 秒就能标出来；和谁都不像的声音，听满约 4.5 秒就成为新的说话人。换人或停顿超过 1.2 秒，字幕自动另起一段。
一小时也不累。
没有风扇的 MacBook Air M4，翻译和说话人标注全开，连续跑 30 分钟。
打开省电模式，Qwen 调用更少、更短，延迟更低，全程稳定。
Qwen 每次调用耗时（每分钟平均）
默认设置省电模式
313 ms
省电模式下 Qwen 每次调用（中位数），默认设置为 730 ms
0.37 秒
一句话说完到出现最终中文（中位数），默认设置为 0.92 秒
25%
省电模式下 Qwen 占用 GPU 的时间，默认设置为 69%
该有的，都有。
任何声音来源
麦克风、WAV 文件，或者通过 BlackHole 给 Zoom、Teams、YouTube 等 Mac 上播放的声音加字幕。
始终在最前面
字幕窗口浮在所有窗口之上，可以拖到任何位置，下次打开还在原地。
上下或左右
英文在上、中文在下，或者左右并排。中英文字号、背景透明度都能分别调。
一键保存字幕
把上次清屏之后的全部内容存成文本，每段带真实时间和说话人。
省电模式
为没有风扇的 MacBook Air 准备：少算一点，机器更凉，延迟反而更低。
首次自动下载模型
第一次打开时列出要下载的模型和大小，自动从更快的服务器下载，断了能接着下。
现在就试试。
免费、开源，三步装好。
- 1
从 GitHub Releases 下载
.dmg - 2把 UnderText 拖进“应用程序”
- 3第一次打开，自动下载约 2.2 GB 的模型
需要 Apple Silicon 的 Mac（M1 及以后）、macOS 13 或更新，约 2.2 GB 磁盘空间。
应用未经 Apple 签名：第一次打开时，在“系统设置 → 隐私与安全性”里点“仍要打开”。
常见问题
真的完全不联网吗？
只有第一次打开时需要联网下载模型（约 2.2 GB）。之后识别、翻译、说话人标注都在本机完成，声音和文字不会发送到任何地方。
真的免费吗？以后会收费吗？
UnderText 的代码以 MIT 协议开源，没有账号、订阅或付费功能。用到的 Silero VAD、Parakeet-TDT、Opus-MT、Qwen3.5 和 TitaNet 都是公开发布的模型，各自的许可证见 GitHub 上的说明。
支持哪些语言？
目前是英文识别，翻译成简体中文。也可以关掉翻译，只显示英文字幕。
能给 Zoom 或 YouTube 的声音加字幕吗？
可以。安装免费的 BlackHole，在“音频 MIDI 设置”里建一个多输出设备，然后在 UnderText 里选择 BlackHole 作为声音来源即可。
Intel 的 Mac 能用吗？
目前只支持 Apple Silicon（M1 及以后）：安装包和模型运行库都是为 Apple Silicon 编译的，翻译模型也要靠 Apple GPU 才能跟上实时。
MacBook Air 会发烫吗？
长时间使用时建议打开省电模式。在 30 分钟的测试中，省电模式下 Qwen 占用 GPU 的时间从 69% 降到 25%，延迟也更低。