Mimi 最新版

Mimi 是一款免费开源的实时翻译字幕工具，专为视频、直播和网课场景设计。它允许用户在不购买第三方字幕软件会员的情况下，通过接入自有 API 或本地模型，为正在播放的内容实时生成并显示翻译字幕。

核心功能

• 边看边译：支持实时显示双语字幕，用户可根据需求自由切换为仅显示译文或仅显示原文。
• 沉浸式观看体验：支持自定义字幕的位置、字号和颜色。提供“沉浸模式”，可隐藏操作面板并支持点击穿透，确保在显示字幕的同时不干扰对下方应用的正常操作。
• 灵活的音源选择：桌面端支持仅采集指定应用程序的声音（适用于 macOS 和 Windows 11），Linux 用户可选择单独的音频播放流。此外，也支持切换至麦克风以翻译用户自己的发言，或同时开启双路音频。
• 笔记与导出：用户可手动开启字幕保存或录音功能，并支持将结果导出为 TXT、Markdown 格式的字幕文件或 WAV 音频文件。为保障隐私，该功能默认处于关闭状态。

隐私保护与成本优势

Mimi 采用“自带密钥”（BYOK, Bring Your Own Key）模式，不强制绑定任何云服务，采集的音频或识别文本仅发送至用户自主选择的服务商。

• 多服务商支持：兼容 OpenAI、Gemini、xAI 及其他支持相关 API 的服务。
• 本地离线选项：搭载 Apple 芯片的 Mac（macOS 26+）用户可直接调用 Apple 本地服务。在下载所需语言资源后，即可实现完全离线且无需 API Key 的实时字幕生成。

快速上手指南

1. 下载安装：根据操作系统选择对应的安装包。支持 macOS 13+（区分 Apple 芯片与 Intel）、Windows x64、Linux x86_64（AppImage 或 DEB）以及 Android 10+。
2. 配置服务：进入「设置 → 模型与服务」，添加所选的 AI 服务商，填写并保存 API 凭据（Apple 本地服务用户可跳过此步）。
3. 选择声音与语言：在「声音与语言」设置中，指定源语言（识别语言）和目标语言（翻译语言），并选择音频输入源（电脑系统声音或麦克风）。
4. 开启字幕：在「字幕」页面开启“实时字幕”功能，根据系统提示授予必要的音频捕获或辅助功能权限，随后播放含有人声的视频或直播内容即可生效。