LocalSub - YouTube 本地 AI 字幕翻译

介绍

不再为了阅读而上传音频。
大多数YouTube字幕扩展会将你的视频URL或音频发送到服务器、记录你的活动、将功能锁定在登录后面，或者在离线时停止工作。如果你每天都在看教程、讲座、技术演讲或外语内容，这会导致依赖、速度变慢，以及你从未同意过的隐私权衡。
LocalSub采取不同的方式。转录模型和翻译模型都在你的浏览器中运行，在你的机器上运行。你的音频永远不会离开Chrome。

为什么YouTube字幕比看起来要复杂

YouTube有很多视频的字幕，但体验参差不齐：

- CC字幕是错误的语言
- 自动生成的字幕质量差且未翻译
- 视频完全没有字幕（新上传、播客、屏幕录制很常见）
- 官方翻译会丢失技术术语和专有名词
- 你想要一个干净的SRT或TXT文件用于笔记，但页面只显示文本覆盖层

- 你想要原文和翻译并排显示，而不是只有其中一个

大多数工具只能解决部分问题，并创造新的问题——它们需要API密钥、将你的音频上传到未知服务器、在看几个视频后强制付费，或者在YouTube更改播放器脚本时破损。
LocalSub的设计目的是在一个面板中全部解决，而不需要将音频发送到任何地方。

这个扩展的功能

LocalSub在YouTube中添加一个侧边栏，按照以下顺序做三件事。
它在存在时直接从播放器读取YouTube现有的字幕，包括自动生成的字幕。
如果没有字幕轨道，它使用Whisper在本地转录音频——同一个开源语音模型被许多专业转录工具使用——完全在你的浏览器中通过WebAssembly运行。
然后它使用NLLB-200将每个片段翻译成你选择的目标语言，NLLB-200是来自Meta AI Research的200种语言模型，也在本地运行。当模型无法在较小设备上适应内存时，面板会自动切换到免费公共翻译端点，这样工作流永远不会中断。

你会得到：

本地Whisper转录——适用于没有字幕、没有签名音频令牌且没有第三方转录服务的视频。
本地NLLB-200翻译——19种目标语言，包括英语、德语、法语、西班牙语、意大利语、葡萄牙语、荷兰语、俄语、波兰语、土耳其语、阿拉伯语、日语、韩语、简体中文和繁体中文、印地语、泰语、越南语和印度尼西亚语。
侧边栏UI——保持视频在原位，字幕在该在的位置，在一列中，你可以在视频播放时阅读。
可点击的字幕——每个片段都是一个时间戳；点击它，视频会跳转到源标签页中的那一刻。
双语渲染——默认情况下，每个片段在顶部显示翻译行，下面显示原始行，这样你可以逐字匹配翻译和源文本。
SRT导出——生成标准字幕文件，你可以将其放入VLC、Premiere、DaVinci Resolve或任何其他地方。
TXT导出——生成没有时间戳的干净阅读字幕，对笔记应用、AI聊天或分享很有用。
导出模式选择器——一键切换双语、仅翻译或仅原文，适用于SRT和TXT。
14种UI语言——面板本身支持英语、简体中文、繁体中文、日语、韩语、德语、法语、西班牙语、巴西葡萄牙语、意大利语、阿拉伯语、荷兰语、俄语和土耳其语。

工作原理

1. 在youtube.com上打开任何视频。
2. 在侧边栏中选择你的目标语言——你只需要做一次。
3. 点击视频标题旁的"转录+翻译"。
4. 等待管道——获取、转录（如需）、翻译。
5. 阅读字幕，点击任何行跳转到那一刻，或导出到SRT或TXT。

这就是整个流程。没有账户要创建、没有API密钥要粘贴、没有信用卡要添加。

为什么是侧边栏而不是弹出窗口

弹出窗口在你点击任何其他地方时会消失，这正是你在拖动视频、切换标签页或打开描述时所做的。侧边栏保持打开，与视频共享同一窗口，并为字幕提供足够的垂直空间，使其可读且不被截断。它还允许你复制长行，而面板不会在你的光标下关闭。

导出模式详解

双语——每个片段两行。对于需要验证翻译与源文本的语言学习者和翻译工作者很有用。
翻译——仅目标语言。对于干净阅读和将SRT提供给不支持多行样式的播放器很有用。
原文——仅源语言。当视频已经有很好的字幕且你只想要干净的SRT或TXT、不需要AI改写时很有用。
活动模式适用于SRT和TXT导出，所以你不必切换两次。

真实场景中的帮助

观看只有韩语自动字幕的90分钟韩语开发演讲：
LocalSub从播放器读取韩语轨道，将每行翻译成你的语言，让你点击回到重要时刻。无需上传，无需等待队列。

跟随没有字幕的德语大学讲座：
页面没有CC轨道。LocalSub进入音频，在你的机器上运行Whisper，生成时间戳片段。然后你导出SRT并加载到你选择的播放器。

学习嵌入在YouTube上的日语播客片段：
你想要双语字幕来跟读。LocalSub转录日语，翻译成英语，导出双语SRT。你将其放入VLC，用双轨观看。

在你的母语中浏览四小时英语课程：
你只有时间看亮点。LocalSub在侧边栏中为你提供可点击的字幕；你扫描、点击、观看相关的30秒、继续。

保存阿拉伯语新闻视频供后续阅读：
你想要文本形式的文章。以原文模式导出TXT，粘贴到你的阅读应用，完成。

从西班牙语采访中捕获写作引用：
点击片段，视频跳转，你确认发言人，你将双语行复制到你的草稿中。无需重新听12分钟的片段来找一个句子。

这个扩展不做什么

它不会将你的音频上传到任何外部转录服务器。
它不需要Google、OpenAI或LocalSub账户。没有登录。
它不会跟踪你的观看历史、与分析共享数据，或对你的浏览器进行指纹识别。

它仅使用的权限：

- storage——记住你的目标语言和侧边栏状态。
- downloads——当你点击导出时保存SRT和TXT文件。
- activeTab和tabs——让侧边栏知道你在哪个YouTube标签页上，这样当你点击片段时它可以跳转视频。
- scripting——注入小读取器，从YouTube播放器中提取字幕。
- sidePanel——打开字幕面板，不接管页面。
- youtube.com和googlevideo.com——需要从播放器读取字幕和音频。
- huggingface.co和相关CDN——在首次运行时使用一次，将Whisper和NLLB-200模型文件下载到你的浏览器缓存。
- translate.googleapis.com——仅在本地NLLB模型无法适应当前设备上的WebAssembly内存时作为备选使用。

这就是完整的列表。在一次性模型下载后，转录和翻译视频不需要进一步的网络调用。

幕后原理

转录：Whisper-base，q4量化，约142 MB。
翻译：NLLB-200蒸馏600M参数，q4量化，约240 MB。
运行时：transformers.js与onnxruntime-web，可用时使用WebGPU，否则使用WebAssembly。
字幕备选：播放器上的fetch和XHR钩子，这样扩展读取播放器本身刚刚下载的相同字幕流，而不是重新请求受保护的timedtext端点。
翻译备选：当WebAssembly无法在较小机器上为NLLB分配足够内存时，面板为该会话切换到公共Google翻译端点。
没有隐藏的云工作器、没有代理服务器、没有遥测信标。代码足够直接，你可以在安装前阅读。

这是给谁的

- 想要每个视频上都有双语字幕的语言学习者，而不仅仅是有翻译CC的少数几个。
- 观看不同语言讲座和会议演讲且需要干净SRT或TXT做笔记的研究人员和学生。
- 跟随其他语言教程且想要时间戳、可导出字幕的开发者和创意工作者。
- 观看源语言视频且想要快速方式在自己的语言中阅读它们的旅行、金融和新闻观众。
- 更看重隐私、希望音频保留在浏览器内的用户。

插件安装说明

1、在打开的谷歌浏览器的扩展管理器
就是点击最左侧的三个点，在弹出的菜单中选择【更多工具】——【扩展程序】
或者你可以在地址栏中直接输入chrome://extensions/
2、进入扩展程序页面后将开发者模式打勾
3、最后将解压出来的crx文件拖入到浏览器中即可安装添加
4、如果出现无法添加到个人目录中的情况，可以将crx文件右键，然后选择【管理员取得所有权】，再尝试重新安装
5、安装好后即可使用