RH-Translation

实时把日语视频/网页音频翻成中文字幕的 macOS 菜单栏小工具。捕获系统正在播放的声音 → 端上日语语音识别 → 日译中 → 屏幕底部悬浮字幕。本地识别、无需登录。

RH-Translation is a macOS menu bar app that turns any Japanese audio playing on your Mac into real-time Chinese subtitles: it captures system audio (Core Audio process tap, no screen-recording permission), transcribes Japanese speech on-device (Apple SpeechAnalyzer or local whisper.cpp), translates Japanese → Chinese (free Google endpoint or local llama.cpp), and shows a draggable always-on-top floating subtitle overlay. Works with any video player or browser. macOS 26+, Apple Silicon. (UI is currently Chinese-only.)

• 🎧 抓系统音频：基于 Core Audio 进程 Tap，无需屏幕录制权限、无录屏指示灯；可选「全系统」或「指定浏览器」。
• 🗣 两种识别引擎：macOS 内置语音识别（流式、零配置，首次自动下载日语模型）/ 本地 whisper.cpp（嘈杂、多人对话场景更准，需额外安装，见下文）。
• 🌐 两种翻译后端：Google 免费端点（开箱即用）/ 本地 llama.cpp（离线、可定制提示词）。
• 💬 悬浮字幕：置顶半透明、可拖动、可调字号/透明度、可点击穿透。

系统要求

• macOS 26+
• Apple 芯片（M 系列）

安装

1. 到 Releases 下载 RH-Translation.dmg。
2. 双击挂载，把 RH-Translation.app 拖进 Applications。
3. 首次打开若提示「无法打开 / 已损坏」（因为是免费分发、未经 Apple 公证），在终端运行一次：

   xattr -dr com.apple.quarantine /Applications/RH-Translation.app

   或：系统设置 → 隐私与安全性 → 「仍要打开」。
4. 首次启动会请求音频捕获与语音识别权限，允许即可。

使用

• App 在菜单栏（无 Dock 图标）。点图标 → 「开始翻译」（快捷键 T）。
• 字幕出现在屏幕底部，可拖动到任意位置。
• 设置（⌘,）里可切换识别引擎、翻译后端、音频源、字号/透明度、是否显示日文原文、模型与提示词等。

用 whisper 识别引擎（可选，嘈杂/多人场景更准）

默认的 Apple 识别引擎零配置，但对多人同时说话、背景音乐重、气声/耳语的场景容易识别不出。 选 whisper 引擎前需要提前装两样东西：

1. 安装 whisper.cpp（提供 whisper-server 命令）：

   brew install whisper-cpp

2. 下载识别模型（推荐 large-v3-turbo，约 1.6GB，速度/质量平衡最好）：

   mkdir -p ~/models
   curl -L -o ~/models/ggml-large-v3-turbo.bin \
     https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3-turbo.bin

3. 设置 → 通用 → 语音识别 → 识别引擎选「whisper-server」。模型文件默认路径就是 ~/models/ggml-large-v3-turbo.bin，放在别处的话点「选择…」指一下。

之后点「开始翻译」，App 会自动启动并管理 whisper-server（首次加载模型约十几秒，状态栏有提示； App 退出时自动关闭）。也可以在设置里手动启停，或自己在终端跑：

whisper-server -m ~/models/ggml-large-v3-turbo.bin -l ja --port 8090

注意：默认端口 8090（8080 常被 llama-server 占用）；排查日志在 ~/Library/Logs/RH-Translation/whisper-server.log。 whisper 引擎按整句出字（说话中约每秒滚动刷新一次），比 Apple 引擎的逐字流式稍有延迟，换来更强的抗噪能力。

用 llama.cpp 翻译后端（可选，离线）

1. 安装 llama.cpp（brew install llama.cpp）并准备一个 GGUF 模型。
2. 启动服务：llama-server -m 模型.gguf（默认监听 http://127.0.0.1:8080）。
3. 设置里翻译后端选「llama.cpp 本地」，点「刷新模型」选中已加载的模型即可。

从源码构建

./build.sh                 # 生成 RH-Translation.app 与 RH-Translation.dmg（release + ad-hoc 签名）
open RH-Translation.app

本地编译出的 app 不带隔离标记，可直接运行，无需上面的 xattr 步骤。 若遇到 SwiftShims / module cache 报错（多因移动过目录），rm -rf .build 后重编。

详细架构与开发说明见 CLAUDE.md。

隐私

音频捕获、语音识别（Apple 与 whisper 两种引擎）均在本机完成，音频不出网。使用 Google 翻译后端时，仅把识别出的日文文本发往 Google 翻译端点；使用 llama.cpp 后端则完全本地、不出网。

平台

• macOS（主）：Sources/RHTranslation/（SwiftPM + SwiftUI/AppKit）
• Windows（早期移植，开发中）：windows/RH-Translation/（.NET 10 + WPF）

English summary

Live Japanese-to-Chinese subtitles for macOS — a lightweight menu bar utility for watching Japanese videos, streams, or any web page with real-time translated captions.

• System audio capture via Core Audio process taps: no screen-recording permission, no recording indicator; capture the whole system or a single browser (Chrome / Safari / Edge / Firefox / Arc / Brave).
• On-device Japanese speech recognition: streaming Apple SpeechAnalyzer (zero setup) or a local whisper.cpp whisper-server (better accuracy for noisy audio, background music, and multi-speaker dialogue; the app launches and manages the server for you).
• Translation backends: free Google Translate endpoint out of the box, or a fully offline local llama.cpp server with customizable prompts and rolling conversation context.
• Floating subtitle overlay: always on top, translucent, draggable, click-through, adjustable font size / opacity / lines, optional Japanese original text, auto-hide on silence.
• Privacy-friendly: audio never leaves your Mac; with the llama.cpp backend nothing goes online at all.

Requirements: macOS 26 or later, Apple Silicon. Download the DMG from Releases.

许可

个人项目。