🚀 如何快速实现OBS直播实时字幕?免费开源插件完整指南
OBS实时字幕插件(Closed Captioning OBS plugin)是一款专为OBS Studio打造的开源工具,通过集成Google语音识别技术,可将直播语音实时转换为字幕文本,帮助主播提升内容可访问性。本文将详解其核心功能、安装步骤及使用技巧,让你的直播轻松拥有专业字幕效果!
🌟 核心功能:让直播字幕更智能
🔍 实时语音转文字
依托Google Cloud Speech Recognition API,插件可将麦克风输入的语音实时转换为字幕,延迟通常控制在半秒以内。字幕生成逻辑由lib/caption_stream/ContinuousCaptions.cpp实现,确保直播画面与字幕同步。
🎛️ 观众自主控制
观众可通过OBS界面自由开关字幕显示,无需主播额外操作。字幕面板UI定义在src/ui/CaptionDock.ui,支持自定义字体大小和颜色。
🛡️ 智能静音检测
当麦克风静音时,字幕会自动暂停生成。静音检测功能通过src/SourceAudioCaptureSession.cpp监听音频源状态,避免无意义字幕输出。
🌍 多语言支持
目前已支持英语、西班牙语等多种西方字符语言,语音识别模块位于lib/caption_stream/speech_apis/,后续将扩展更多语言选项。
📥 超简单安装步骤
💻 Windows系统(推荐)
- 下载最新版本插件压缩包
- 解压后将文件复制到OBS插件目录(通常为
C:\Program Files\obs-studio\obs-plugins\64bit) - 重启OBS即可在"工具"菜单看到"实时字幕"选项
🍎 macOS系统
- 确保OBS版本≥28.0
- 下载对应版本的
.pkg安装包 - 双击安装并授权系统权限,插件将自动集成到OBS
⚙️ 5分钟快速配置
-
启用字幕源
在OBS"来源"面板点击"+",选择"实时字幕",调整显示位置和大小。 -
设置API密钥
需在Google Cloud控制台创建项目并获取API密钥,填入插件设置界面(路径:设置 > 字幕 > API配置)。 -
自定义字幕样式
打开src/ui/CaptionSettingsWidget.ui可修改默认样式,支持调整背景透明度、字体颜色等参数。
📝 字幕高级功能
✏️ 关键词过滤
通过src/WordReplacer.h配置敏感词替换规则,支持自定义替换列表,避免字幕中出现不当词汇。
📄 字幕导出
直播结束后,字幕可自动保存为SRT格式文件,路径可在src/caption_transcript_writer.h中设置,方便后期视频编辑。
🛠️ 常见问题解决
-
Q:字幕延迟过高?
A:检查网络连接或降低音频采样率(设置路径:OBS设置 > 音频 > 采样率)。 -
Q:无法识别麦克风?
A:确认音频源选择正确,可在src/OutputAudioCaptureSession.cpp中调试输入设备检测逻辑。
🎯 总结
这款开源插件通过lib/caption_stream/的核心算法与src/ui/的友好界面,让普通主播也能轻松实现专业级实时字幕。无论是教学直播、游戏解说还是会议录制,字幕功能都能显著提升内容质量。立即尝试,让你的直播更具吸引力!
🔗 项目地址:https://gitcode.com/gh_mirrors/ob/OBS-captions-plugin
📄 完整文档:README.md
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00





