index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
PotPlayer播放器迎来重磅更新，新增无字幕视频实时翻译功能。本文详细介绍了如何配置该功能，包括选择合适的语音识别引擎和模型，以应对不同电脑配置和网络环境。文章深入探讨了多种翻译方案，如百度翻译、在线AI大模型（硅基流动）以及本地Ollama搭建，并提供了相应的插件和配置教程。同时，作者还分享了PotPlayer的下载、引擎模型下载搬运资源，以及整合包，旨在帮助用户轻松实现视频的实时字幕生成与翻译，并对该功能的性能要求进行了说明。
🌟 **PotPlayer新增实时字幕生成功能**：最新版PotPlayer支持“生成有声字幕（实时）”，允许用户在播放过程中随意拖动进度条，软件会从当前位置开始进行字幕转写，解决了旧版本仅支持从视频开头转写的问题，提升了用户体验。
⚙️ **多样的语音识别引擎与模型选择**：文章详细介绍了如何根据用户电脑配置（如显卡驱动支持Vulkan API或NVIDIA显卡）选择合适的语音识别引擎（如whisper.cpp Vulkan、CUDA、BLAS、CPU），并根据显存大小和识别延时需求，选择不同尺寸的语音识别模型（tiny至large），提供了详细的性能对比参考。
🌍 **丰富的字幕翻译方案**：为解决识别出的源语言字幕翻译问题，文章提供了多种翻译方案：包括免费的Google翻译（需科学上网）、需申请API的百度翻译（提供国内网盘插件）、通过硅基流动API调用AI大模型（如Deepseek、Qwen等），以及利用Ollama搭建本地AI大模型服务以保障隐私。每种方案都附带了详细的配置步骤和资源获取方式。
📦 **一站式资源与整合包**：考虑到国内用户下载引擎、模型和插件可能遇到的困难，作者提供了国内网盘的下载链接，并打包了一个包含所有功能配置的绿色整合版PotPlayer（约20GB），方便用户一键获取，省去繁琐的配置过程。
💻 **性能考量与未来展望**：文章强调，PotPlayer的实时字幕生成与翻译功能对电脑性能有一定要求，配置较低的电脑可能会影响字幕生成的速度和质量。此外，作者预告了下一篇文章将介绍不吃电脑性能、手机可用且支持在线本地视频的实时翻译方案。
原创 砺心 2025-09-19 19:17 四川
依旧是那个最强播放器！
点击头像即可关注
最近很多粉丝反馈收不到公众号更新，解决办法： ⇧ 点上方头像 » 点右上角••• » 设为星标⭐
原本阿虚的理念是 「能用，就没必要更新」 但最近我无意刷到一篇文章才知道，我很早之前推荐过的视频播放器 Potplayer 现在竟然已经更新了 无字幕视频实时翻译 功能 那这可就很值得更新一下了！ 只是回过头来说实话，想要「舒服」的用上这个功能可谓一点儿不简单 花了几天时间写篇文章给大家分享一下，也顺便记录下自己的折腾过程！ 文末有一键免配置整合包！不想折腾的粉丝可以直接去文末获取！ 另外 PotpPlayer 仅支持 Windows 端， Mac 电脑想玩请考虑装 Windows 虚拟机，我之前出过教程👇 1 PotPlayer 下载 首先 PotPlayer 的版本问题上，阿虚就差点搞昏 一开始我就是简单换上了 PotPlayer 最新版，然后边测试边写教程，结果教程都写一半了，才发现好像不对劲 因为看到不少网上已有的教程里面推荐使用 Faster-Whisper-XXL 引擎，据悉是语音识别速度会比 whisper.cpp 更快。 但很奇怪在我下载的版本里面却没有这个引擎 我尝试从绿色版换成官方版，又尝试了自己手动下载安装引擎…… 折腾半天，最后才搞清楚了问题所在——原因出在功能细节上 网上已有的教程，普遍都是基于 2025 年 6 月 25 日这个 PotPlayer 版本，这个版本里面仅有 生成有声字幕功能 ，而 2025 年 9 月9 日的最新版 PotPlayer 多出了一个 生成有声字幕（实时） 功能 看似雷同，但这两个功能其实是有本质上区别的！ 1.1 生成有声字幕 仔细看，生成有声字幕有一个「播放开始时自动生成」的选项 所以这个功能并不是真正意义上的实时转写，而是你打开某个视频之后，在后台 从视频开头进行转写 如果你的每次视频是从头看到尾，那这个功能用起来，也的确和实时生成无异 毕竟合理选择引擎＋模型的话， 可能 1 个小时的视频，几分钟就能完成语音转字幕 但是如果你想拉动进度条，从中间某个位置开始播放，那就需要等待几分钟转写进度到这里了，才会开始显示字幕，体验就相当差了…… 1.2 生成有声字幕（实时） 而最新版 PotPlayer 的实时字幕生成功能，就没有了上述缺点，你可以随意拖动进度， 软件都会从当前播放位置开始进行字幕转写 但目前最大的缺点就是，实时字幕生成功能并不支持 Faster-Whisper-XXL、Whisper-Faster 等「转录速度更快」的引擎 具体为啥不支持，目前未知，可能是这些引擎与实时生成功能 冲突 或者说官方 暂时没完成适配 吧…… 但实时生成这个功能还属于 Beta 测试版，或许今后官方是能加上支持的，大家可以先期待一下 2 配置语音识别 这里的话，阿虚先以实时字幕生成为核心来介绍下新版 PotPlayer 安装好播放器之后，打开任意视频，在播放界面 右键 ⇨ 字幕 ⇨ 生成有声字幕（实时） ⇨ 生成有声字幕（实时） 默认是不使用 ，后续你想用的时候，自行选择「始终使用」或者「如果没有字幕则使用」等等 2.1 转换引擎与模型的选择 然后这一步我们需要选择 转换引擎 以及 语音识别模型 ，并进行下载！ 转换引擎这里： 模型型号这里： 一共有 6 大类模型尺寸可以选择，其中 4 种有仅支持英语版本（其在仅英语语境下表现更佳，尤其是 tiny.en 和 base.en 模型。对于 small.en 和 medium.en 模型，这种差异不太明显） 下面有一个官方在 A100 显卡测试环境下转录英语语音测得的一个表格数据， 仅供参考 ，实际速度会因为语言、语速和硬件等产生很大差异 模型
文件大小
仅支持英文模型
多语言模型
所需显存
相对 large 识别速度
tiny
39 M
tiny.en
tiny
约 1 GB
约 10 倍
base
74 M
base.en
base
约 1 GB
约 7 倍
small
244 M
small.en
small
约 2 GB
约 4 倍
medium
769 M
medium.en
medium
约 5 GB
约 2 倍
large
1550 M
无
large
约 10 GB
1 倍
turbo
809 M
无
turbo
约 6 GB
约 8 倍
<<左右滑动查看表格>> 此外，turbo 模型是 large-v3 的优化版本，它能提供更快的转录速度，同时准确性的下降微乎其微。电脑显存足够的话肯定优先考虑这个而不是 medium 模型 “ 因为实时语音转录，必然是存在识别延时的，所以你并不能无脑选择越大的模型 ” 可以看到下图，阿虚电脑上如果选择 large-v3 这个「识别效果更好的模型」，识别延时会高达 20～30 秒，对于实时翻译这个场景来说几乎属于不能用的地步 但如果舍弃精准度，把模型改为 small，可以看到识别延时一下就降低到了 2～3秒，这就完全堪用了（换用 base、tiny 还会更快），个人觉得 Small 模型的识别效果就挺哇塞的了 不过这里也是因为阿虚电脑没有显卡，是以 CPU 转换做演示，本身就要慢一些。如果你用着 5090，那转换速度肯定会快得多 所以具体选择哪个模型，只能大家根据自己的电脑去实测一下 2.2 模型下载 配置方法说完，紧接着问题就来了…… 因为「转换引擎」和「模型文件」都位于国外服务器，不富强上网的话，国内大多数用户都会遇到 下载失败 所以阿虚这里帮大家把「转换引擎」和「模型文件」都搬运到国内网盘了，最后阿虚这里还搞了一个所有功能配置完毕的绿色整合版（包含所有转换引擎和模型，整体有20GB），网速支持又想省事的粉丝可以直接下载这个 具体资源下载地址的话请看文末 👈 3 配置字幕翻译 语音识别问题搞定了，但目前识别出来的还是 源语言 字幕（日文、英文等），所以我们还需要解决翻译问题 还是打开任意视频，在播放界面 右键 ⇨ 字幕 ⇨ 实时字幕翻译 ⇨ 实时字幕翻译设置 默认是不使用 ，后续你想用的时候，自行选择「总是使用」或者「仅用于所选语言」等等 PotPlayer 内置了 Bing、DeepL、Google、Libre、Naver papago 以及 Yandex 翻译 如果你会 富强上网 ，可以直接选择 Google 翻译 ，这是目前唯一可以 免配置 直接使用的 免费 在线翻译服务了 其他的翻译服务「收费不一」且均需要自行去申请 API Key 并通过「账户设置」功能配置后才能使用 不过总体而言，阿虚不太推荐去折腾内置的这些翻译服务： DeepL、Naver Papago、Yandex 翻译就算申请到了 API，国内依然无法免富强直接使用——但你都能富强上网了，还不如直接用免费的 Google 翻译 Libre 翻译则是收费贼贵，高达 $29 每月 唯一国内还能直连使用的 Bing 翻译 ，API 需要通过 Microsoft Azure 申请，而普通用户需要绑定国际信用卡才行，有教育邮箱通过 Azure for Students 才能免信用卡及获得 200 万字符每月的免费翻译额度 对于没有富强上网能力的同学，比较推荐的是以下 3 种方案 3.1 百度翻译 百度如今给个人开发者也提供了 每月免费 100 万字符 的翻译额度，对于几个视频翻译这种需求还是完全够用的 申请百度翻译 API 的方法也不难，这里引一下阿虚之前的教程，打开百度通用翻译 API 的申请地址后点击 立即使用 ： https://fanyi-api.baidu.com/product/11 登录你的百度账号后，选择 个人开发者 ，填入你的姓名、邮箱、手机号 然后会提示你进行实名认证来获取高级版服务，阿虚是推荐大家进行实名认证的（反正大家基本上在百度的其他产品早进行过实名认证了），填写完实名之后，点击网页顶部的百度翻译LOGO返回之前的界面， 再点击顶部的 管理控制台 ，点击 立即开通 服务 在新打开的窗口，选择「通用翻译」点击下一步，然后点击「开通高级版」，然后因为前面就认证了，就直接点击下一步 最后申请服务这里只需要填一个「应用名称」，其他都可以不填，点击提交申请就能开通服务了 最后回到翻译开放平台的首页，在开发者信息这一栏就能看到你的 APP ID 和 密钥 了 有了 API 之后，我们需要去给 PotPlayer 安装百度翻译插件 打开此 Github 项目，将整个项目文件都下载下来： https://github.com/fjqingyou/PotPlayer_Subtitle_Translate_Baidu 如果你访问Github困难，请使用Watt Toolkit加速器（目前支持WIN／Mac／Linux／安卓）： https://steampp.net/ 然后将项目解压出来的 SubtitleTranslate - baidu.as、SubtitleTranslate - baidu.ico 这 2 个文件复制到 PotPlayer 软件安装目录中的 Extention\Subtitle\Translate 文件夹里面即可 后续就只需要到 PotPlayer 播放界面右键 ⇨ 字幕 ⇨ 实时字幕翻译 ⇨ 实时字幕翻译设置 ⇨ 选中百度翻译 ⇨ 点击账户设置 ⇨ 填入 APP ID 和密钥就行了 3.2 在线 AI 大模型翻译 第二种选择，阿虚推荐白嫖此前就介绍过的硅基流动 API 来使用 AI 大模型翻译，比起百度的机器翻译，效果会更好！ 目前新用户手机注册即可得 2000 万 Tokens，通过阿虚的邀请链接注册还能 再额外得 2000 万 Tokens ，就算赠送额度用完了也可以选择免费模型继续白嫖： https://cloud.siliconflow.cn/i/snHnLED8 注册好之后先暂停，我们先把第三方翻译插件装好，才方便大家看懂后续教程 还是和百度翻译一样，打开此 Github 项目，将整个项目文件都下载下来： https://github.com/Felix3322/PotPlayer_Chatgpt_Translate 如果你访问Github困难，请使用Watt Toolkit加速器（目前支持WIN／Mac／Linux／安卓）： https://steampp.net/ 然后还是一样的，将项目解压出来的 SubtitleTranslate - ChatGPT - Without Context.as、SubtitleTranslate - ChatGPT - Without Context.ico、SubtitleTranslate - ChatGPT.as、SubtitleTranslate - ChatGPT.ico这 4 个文件都复制到 PotPlayer 软件安装目录中的 Extention\Subtitle\Translate 文件夹里面即可 OK，现在我们打开硅基流动的「模型广场」，如果你是新注册会有2000万 token 额度，所以我们可以优先选择「可用增费」的模型 就算后期你的额度用完了也没事，我们可以换成免费模型，对于翻译场景来说，小参数的免费模型其实也是完全够用的 硅基流动目前提供，并且插件支持的模型有以下可以选择：Deepseek Deepseek 通义千问 Qwen 硅基流动 Siliconflow 百度文心一言 Ernie 月之暗面 KIMI 零一万物 插件也支持调用国外的 AI 大模型（Chatgpt、Claude等），具体可见插件 Github 官网，阿虚这里未全部列出 这里我们选个百万调用便宜一点的 Deepseek V2.5（注意选择对话模型，但不要选择推理模型） 点击模型之后，在上方点击按钮，复制模型名称 接着打开 PotPlayer 播放界面右键 ⇨ 字幕 ⇨ 实时字幕翻译 ⇨ 实时字幕翻译设置 ⇨ 选中ChatGPT翻译 ⇨ 点击账户设置 ⇨ 先填入刚刚复制模型名称 ⇨ 然后输入一个| 这里专门说明一下竖杠 | 符号的输入方法，很简单，同时按住 Shift＋回车上面那个键就行了 接着我们点击模型的 API 文档 在弹出的 API 文档网页里面 然后把这个链接粘贴到刚刚 PotPlayer 的 API 配置处就行了 上面的 API 密钥则是在硅基流动平台左侧点击 API 密钥即可新建生成，生成后填进去即可 3.3 Ollama 本地 AI 大模型翻译 最后，如果你觉得在线翻译存在内容审核，亦或者是不想将视频数据上传到云端处理，更关注数据隐私的话，这里还有一招 方案就是借助 Ollama 搭建本地 AI 大模型服务，然后再使用 PotPlayer 来调用 不过这个方案又需要下载一系列软件＋模型＋插件，需要 WIN10 以上系统，对网络环境也有要求，使用起来颇为麻烦，大家可以酌情考虑是否折腾 首先打开 Ollama 的 Github 地址找到 OllamaSetup.exe 并下载（可能被隐藏了，需自己点击展开）： https://github.com/ollama/ollama/releases 如果你访问Github困难，请使用Watt Toolkit加速器（目前支持WIN／Mac／Linux／安卓）： https://steampp.net/ 然后一来 Ollama 的安装就存在一个问题，因为这个软件默认只能装到 C 盘， 软件本体就有 4.5 GB ，加上后续 AI 模型文件， 可能会占用 C 盘 10GB 以上空间 如果你的 C 盘空间足够，那从官网下载后直接安装即可，如果不够，请参考以下安装方法 首先在你想安装的路径下 创建好一个新文件夹（比如Ollama），并把 Ollama 的安装包放在里面 。比如如图：E:\MySoftware\Ollama 然后在资源管理器的文件路径上输入 CMD，然后回车，接下来将会自动打开命令窗口 然后在 CMD 窗口输入： OllamaSetup.exe /DIR=E:\MySoftware\Ollama 具体语法为：软件安装包名称 /DIR=这里放你上面创建好的Ollama指定目录 输好命令之后回车，Ollama 就会进入安装流程，接下来点击 Install 等待安装即可——这样就能把 Ollama 安装到你指定的路径了 接着我们打开 Ollama 官网，点击左上角的 Models 选择模型进行下载： https://ollama.com/search 阿虚这里以 Qwen2.5 进行演示（阿虚测试了几个模型，感觉最好的话也是用这个，因为其他模型可能提示词不太适配，生成效果反而不好），总之你会发现 Qwen2.5 包含的模型版本非常多 这里的话，因为阿虚电脑暂时只有核显，就只装一个比较小的 1.5B 模型进行演示（如果电脑性能足够，使用7B模型效果会好很多）。我们点击右上方的复制按钮，复制主要的安装命令 然后按下键盘上的WIN＋R键打开运行窗口，接着输入 CMD 打开命令提示符，然后单击鼠标右键即可粘贴我们刚刚复制的安装命令，最后英文输入法下补上冒号和你想要安装的模型大小即可 然后我们还是需要安装 PotPlayer翻译插件，一样的打开此 Github 项目，将整个项目文件都下载下来： https://github.com/yxyxyz6/PotPlayer_ollama_Translate 如果你访问Github困难，请使用Watt Toolkit加速器（目前支持WIN／Mac／Linux／安卓）： https://steampp.net/ 然后将项目解压出来的 SubtitleTranslate - baidu.as、SubtitleTranslate - baidu.ico 这 2 个文件复制到 PotPlayer 软件安装目录中的 Extention\Subtitle\Translate 文件夹里面即可 后续就只需要到 PotPlayer 播放界面右键 ⇨ 字幕 ⇨ 实时字幕翻译 ⇨ 实时字幕翻译设置 ⇨ 选中百度翻译 ⇨ 点击账户设置 ⇨ 填入 APP ID 和密钥就行了 找到全局变量这里，选中 wangshenzhi/gemma2-9b-chinese-chat:latest 然后按下 Ctrl＋H 进行替换，将其全部替换为我们下载的模型 qwen2.5:1.5b 即可 后续就 PotPlayer 翻译引擎中选择 Ollama 就行了，不再需要其他额外设置 唯一就是使用 Ollama 本地模型翻译的话，需要 Ollama 一直在后台保持启动哈 4 资源打包下载 最后，PotPlayer 全引擎＋全模型绿色整合包＋文章上述提到的各种引擎、模型、插件文件单独下载地址阿虚这边都已经替大家整理好了，整合包提供了不限速下载方法 地址就不放公众号后台了，大家可以自行到储物间（ 地址发布页：axutongxue.cccpan.com ）获取，网站顶部就是搜索功能 写这篇文章前前后后还是折腾了很久，可能还有许多不足，有问题的话欢迎在评论区留言 总得来说，PotPlayer 实时生成字幕＋翻译其实还是 比较吃电脑性能的 ，电脑配置较低的情况下，字幕生成的速度还有质量都会大打折扣——并且只支持本地视频 其实阿虚这里还有一些 不吃电脑性能、手机也可以使用、同时还是白嫖大厂服务、在线本地视频都支持 的实时翻译，这里暂且留到下篇文章阿虚再来介绍 阅读原文
跳转微信打开
