Voice Over Translation 1.9.0版本发布:增强字幕翻译与用户体验
2025-06-11 11:06:54作者:龚格成
项目简介
Voice Over Translation是一款创新的浏览器扩展工具,专注于为在线视频内容提供实时翻译功能。该工具能够智能识别视频中的语音内容,并将其转换为用户选择的语言字幕,极大地方便了跨语言视频内容的观看体验。
核心功能更新
即时翻译功能增强
1.9.0版本引入了革命性的点击翻译功能。用户现在只需左键点击字幕中的任意单词或句子,即可立即获取翻译结果。这一功能显著提升了翻译体验的流畅性和便捷性,特别适合需要快速理解特定词汇或短语的场景。
界面优化与信息展示
开发团队对迷你版按钮的显示效果进行了全面重构,使其在屏幕两侧显示时更加直观。同时,对于浏览器不支持的功能(如WebAudio),现在会以更清晰的方式提示用户,避免了混淆。
平台兼容性扩展
新版本增加了对多个视频平台的支持,包括Reddit、9AnimeTV、Kick、Patreon等,这些平台的用户现在可以享受到来自Yandex的字幕翻译服务。值得注意的是,这一功能目前仅适用于新生成的翻译内容。
技术优化与改进
性能提升
1.9.0版本在多个方面进行了性能优化:
- 改进了视频语言检测的文本清理机制
- 优化了VideoObserver中的音频检测逻辑
- 实现了HLS的按需初始化,减少不必要的资源消耗
- 移除了音频文件加载的超时限制,同时增加了音频播放器的超时阈值
用户体验改进
- 新增了"不影响配音"提示,帮助用户理解文本翻译服务的功能边界
- 分离了"翻译API错误"和"文本翻译服务"两个设置项,提供更精细的控制
- 修复了多个界面显示问题,包括字体异常、音量滑块显示错误等
底层架构升级
1.9.0版本进行了重要的技术栈更新:
- 将ProtobufJS替换为@bufbuild/protobuf,提升了协议缓冲区的处理效率
- 外部库的CDN切换至unpkg,提高了加载可靠性
- 为部分欧洲地区用户新增了自动代理功能
总结
Voice Over Translation 1.9.0版本通过引入点击翻译、扩展平台支持、优化性能表现等一系列改进,为用户提供了更加流畅和强大的视频翻译体验。这些更新不仅提升了核心功能的易用性,也增强了工具在各种场景下的稳定性,使其成为跨语言视频观看的得力助手。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.62 K
Ascend Extension for PyTorch
Python
123
149
暂无简介
Dart
581
127
React Native鸿蒙化仓库
JavaScript
227
306
仓颉编译器源码及 cjdb 调试工具。
C++
121
366
仓颉编程语言运行时与标准库。
Cangjie
130
379
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.05 K
610
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
606
185
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205