Mimi v1.5.24 系统音频麦克风实时转写与AI双语字幕翻译 生肉视频直播神器 绿色便携版

核心功能介绍

使用场景说明

软件优势分析

1. 基于 Rust 与 Tauri 技术栈，相比传统 Electron 软件大幅降低 CPU 与系统内存占用。
2. 支持丰富的国际主流与国内主流 AI 模型 API，配置门槛低，计费灵活。
3. 官方原生支持便携模式，配置文件全部存储于程序同级目录下，易于备份与随身携带。
4. 界面极度简约美观，符合现代桌面审美标准，交互直观丝滑。
5. 隐私安全，默认不开启任何音频录音回传，所有 API 请求直连服务商。

软件缺点

1. 依赖第三方 AI 服务商的 API Key（如 OpenAI、Gemini 或阿里云等），使用前需自行配置有效 Key。
2. 在网络环境不佳或高延迟情况下，翻译字幕可能出现短暂的流式等待延迟。

常见问题解答

Q：软件初次启动后没有字幕输出是怎么回事？

A：Mimi 是一款需要连接 AI 模型接口的工具。首次使用请点击「设置」→「模型与服务」，添加并填入你的语音或 AI 服务商 API Key（新手推荐配置 Google Gemini 或阿里云 DashScope，门槛低且有免费额度），并在「声音与语言」中选定正确的音频输入源。

Q：如何实现只翻译网页视频声音，而不翻译微信提示音或游戏声？

A：在 Windows 11 系统下，打开 Mimi 的「声音与语言」页面，将音频采集源从「系统全局声音」切换为指定的具体应用程序（例如选择 Chrome 或 Edge 浏览器），即可实现精准单进程定向抓取。

Q：如何开启纯净观影的「沉浸模式」？

A：在字幕窗口激活状态下，直接按下沉浸模式快捷键（可在设置面板中自定义查看），窗口上的所有设置齿轮、拖拽手柄与按钮将自动隐藏，仅保留半透明文字字幕浮动于画面之上。

更新日志

Mimi v1.5.24 更新日志：

1. 优化系统音频捕获流的稳定性，降低高采样率设备下的缓冲区延迟。
2. 增强大模型翻译流式响应解析与标点符号自适应断句。
3. 优化 Windows 11 下单应用音频会话定向过滤与切换逻辑。
4. 改进悬浮字幕窗口沉浸模式下的鼠标穿透与视觉渲染表现。
5. 细化 portable 便携模式数据存储与错误日志截断。

总结

Mimi 是一款基于 Rust 与现代大语言模型打造的开源跨平台桌面实时音频转写与翻译字幕工具。它能够无缝内录电脑播放声音或麦克风，借助 OpenAI、Gemini 等先进 AI 实时输出高精度的双语悬浮字幕，支持按单应用独立抓取声音与沉浸模式，助你轻松跨越外语交流与观影障碍。