我又来了！ 叠甲： 不分享破解，已购买正版软件，只提供思路。支持正版。 看剧的时候不了解剧情也很乏味没有意思，正好最近想尝试一下 AI 逆向。 首次实现 和 AI 分析一开始方案是开发一个全新软件（本着能不修改就不修改原则）。 在后台获取当前语音，传输到电脑处理后回传显示。 音频采集和翻译已经跑通，但当时没有找到能把独立应用的字幕直接叠进 4XVR 画面的公开接口。导致只能开启无缝多任务，一个大黑屏挡在旁边实时翻译。很难受。 如图（忽略 GPT 的无语文案副标题）： 遂搁置。 第二次实现 然后再次一顿分析，选择了逆向修改软件： 给原本的软件添加功能 → 局域网访问 / USB 连接电脑，实现识别 → 本地翻译 → 字幕显示。 模型选择上选择了轻量小模型，跑得快优先。 翻译采用 ： HY-MT2-1.8B Q8_0 GGUF 由 Windows 原生的 llama-server.exe 加载，通过 llama.cpp 的 GPU 加速进行推理。 语音识别 ： Qwen3-ASR-0.6B （这里 GPT 给我的方案是在 WSL 环境部署 Qwen3-ASR / vLLM，使用增量识别。 Windows 上只能采用分段识别，体验上大概下一句话开始的时候显示上一句。如果可以接受的话，不用折腾环境，直接 Windows。当然，也可能有其他方案。翻译模型不变，依然部署在 Windows 系统本地。） 方案实现： 关于翻译准确度，我让 AI 改成携带前文，同时拖动进度条清除历史前文队列，只翻译当前句子，避免第一分钟的文本，影响我跳过 30 分钟后的台词。 最后实现效果 电脑本地面板： VR 显示： 开始爽看（ 但其实开发过程更爽一点 ） 购买凭证： 2 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/14 16:51:15