很多 Mac 用户在观看外语视频、参加跨国会议或收听海外课程时，都会遇到实时字幕缺失的问题。传统翻译软件通常依赖麦克风采集声音，环境噪音、扬声器回声以及音质衰减都会影响识别准确率。尤其是在 YouTube 视频、线上会议或直播场景中，字幕延迟和翻译错误会进一步影响理解效率。
AirTranslate 的定位并不是传统意义上的文本翻译软件，而是一款专门针对 macOS 系统音频设计的实时转写与翻译工具。它能够直接捕获 Mac 内部正在播放的音频流，并将识别结果实时生成悬浮字幕，避免了以往需要配置虚拟声卡、手动切换音频通道等复杂步骤。对于经常接触英文会议、海外教程、外语播客和直播内容的用户来说，这类“系统音频直连”的方案会比传统麦克风录音方式更稳定，也更适合长时间使用。
AirTranslate是什么？
AirTranslate 是一款面向 macOS 平台的开源实时音频转写与翻译工具，主要用于捕获系统内部播放的音频内容，并实时输出字幕、翻译结果以及双语悬浮显示。它基于 macOS 的 ScreenCaptureKit 框架实现系统级音频抓取，不需要额外安装 BlackHole 等虚拟声卡工具即可工作。
与传统字幕软件不同，AirTranslate 更强调“边播放边翻译”的实时体验。用户可以在观看视频、参加线上会议或听播客时，直接在桌面看到实时字幕层，并根据需要切换 Apple 本地模式或 GPT 模式，以平衡翻译质量、隐私与 API 成本。
核心功能
AirTranslate 的重点并不在复杂功能堆叠，而是降低 Mac 系统音频实时翻译的使用门槛。它更适合需要长期处理外语音频内容的用户，包括开发者、跨国协作团队、学生以及海外内容观看者。
- 系统音频直接捕获——无需虚拟声卡即可获取 Mac 正在播放的声音内容。
- 实时语音转写——播放中的视频、会议或播客可以同步生成字幕文本。
- 双语悬浮字幕——支持边听边看翻译结果，减少频繁切换窗口。
- Apple 本地模式——调用 macOS 原生 Speech 与 Translation 框架完成识别与翻译。
- GPT 实时翻译模式——可接入 OpenAI Realtime 模型提升复杂语境下的翻译效果。
- 转写历史保存——支持将字幕与转写记录导出为 .txt 文件。
- 本地数据管理——历史记录可在本机查看、编辑与删除。
- 开源结构——适合对数据透明度和可控性有要求的用户。
使用场景
AirTranslate 更适合处理“正在播放”的外语音频内容。相比传统字幕工具，它的优势在于不需要提前下载视频或手动生成字幕文件，适合临时翻译与实时理解场景。
| 人群/角色 | 场景描述 | 推荐指数 |
|---|---|---|
| 海外视频观看用户 | 在 YouTube 或海外课程平台实时查看双语字幕 | ★★★★★ |
| 跨国会议参与者 | 会议过程中同步查看英文语音转写与翻译 | ★★★★★ |
| 开发者 | 收听英文技术分享、线上发布会或开发教程 | ★★★★☆ |
| 留学生 | 听英文课程、公开课或学术讲座时辅助理解 | ★★★★☆ |
| 播客听众 | 收听英文播客时降低理解门槛 | ★★★★☆ |
| 内容创作者 | 临时整理采访或视频音频内容 | ★★★☆☆ |
| 普通办公用户 | 偶尔翻译会议或短视频内容 | ★★★☆☆ |
操作指南
AirTranslate 的整体上手难度不高，但首次使用时需要完成系统权限配置。对于大多数 Mac 用户来说，几分钟内即可开始实时字幕翻译。
- 打开 AirTranslate 官方页面并下载安装应用。
- 首次启动后，进入 macOS 系统设置授权「屏幕录制」权限。
- 按提示开启「语音识别」与系统音频相关权限。
- 在应用中选择「Apple 模式」或「GPT 模式」。
- 如果使用 GPT 模式，进入设置填写自己的 OpenAI API Key。
- 打开需要翻译的视频、会议或直播内容。
- 点击「开始转写」即可生成实时悬浮字幕。
- 如需保存内容，可使用「导出记录」功能生成 .txt 文件。（建议定期清理敏感会议记录）
注意事项：
- GPT 模式会产生 OpenAI API 调用费用。
- 部分语言需要提前在 macOS 中下载对应语言包。
支持平台
AirTranslate 目前主要面向 macOS 平台使用，依赖 Apple 提供的 ScreenCaptureKit、Speech 与 Translation 等系统框架运行。由于需要较新的系统级音频捕获能力，因此仅支持较新版本的 macOS 环境。当前暂无官方 iOS、Windows 或 Android 版本。
产品定价
AirTranslate 本身采用开源与免费下载模式，基础 Apple 模式可直接使用，不需要额外订阅费用，属于 免费 工具。
如果用户开启 GPT 模式，则需要自行提供 OpenAI API Key。此部分费用由 OpenAI API 实际调用量决定，适合对翻译准确率与复杂语境处理要求更高的用户。
常见问题
Q：AirTranslate 是否必须连接 OpenAI？
不是。默认情况下，AirTranslate 使用 macOS 自带的语音识别与翻译框架即可运行。只有在开启 GPT 模式时，才需要填写自己的 OpenAI API Key。
Q：实时字幕会上传到云端吗？
Apple 模式更偏向本地处理，但具体行为仍与 macOS 语言包和系统服务有关。GPT 模式则会将音频相关数据发送至 OpenAI API，因此涉及会议、客户资料或敏感内容时，需要提前评估数据流向与隐私要求。
Q：AirTranslate 是否收费？
软件本身可以免费下载和使用。普通用户使用 Apple 模式时通常不会产生额外费用；如果接入 GPT 模式，则会根据 OpenAI API 的实际调用量产生成本。
开发者小结
AirTranslate 更像是一款“实用型工具”，重点解决的是 Mac 用户长期以来系统音频实时翻译配置复杂的问题。相比传统依赖麦克风采集的翻译软件，它通过系统内部音频捕获提升了字幕稳定性，也减少了虚拟声卡配置带来的学习成本。
它适合经常观看外语视频、参加国际会议、听英文播客或学习海外课程的用户，尤其适合作为临时实时字幕工具使用。如果只是偶尔翻译简单内容，Apple 模式已经能够满足基础需求；而对专业会议、长篇口语或复杂表达要求较高的用户，则可以考虑 GPT 模式。需要注意的是，旧版 macOS 用户可能无法完整兼容，同时涉及隐私与会议内容时，也需要关注本地存储与第三方 API 的数据管理问题。
相关文章
