软件简介

Tomoru 是一款免费开源的电脑语音识别与翻译工具，能够捕捉电脑中正在播放的声音，并将其转换为双语字幕实时显示在屏幕上。无论是观看视频、直播、玩游戏还是参加线上会议，它都能为没有字幕的内容配上可读的文字。项目代码托管在 GitHub 上，用户可自由查看和修改。

核心功能

Tomoru 的使用方式很灵活，声音来源和数据处理方式都可以按需调整。语音识别和翻译均支持本地或云端两种模式，选择本地运行时，所有音频和文字都在电脑内处理；选择云端时，数据仅发送至用户指定的服务商。主要功能包括：

全局与单应用收音：可监听系统全部声音，也可指定只识别某个应用的音频（例如游戏运行时只识别浏览器中的直播语音）。
字幕显示控制：字幕窗口支持拖动位置、调整大小、锁定与点击穿透；录屏时可选自动隐藏字幕，避免出现在录制的画面中。
抢先翻译：在对方语句尚未说完时，先显示前半句的大意，待整句结束后再刷新为完整译文，缩短直播或会议中的等待时间。
场景词表管理：针对不同番剧、主播或游戏建立独立的术语对照表，既用于统一译名，也能修正语音识别中出现的同音错字；连接用户自己的对话 API 后，还能从字幕记录中学习新名称。
屏幕截图翻译：对于没有配音的游戏对话框、视频中的招牌文字或直播弹幕，可通过快捷键 ⌥⇧S（Windows 为 Alt+Shift+S）框选屏幕区域，或先截图再按键，即可获得翻译结果。

适用场景与使用感受

这款工具适合需要依赖外语字幕观看视频或玩游戏的用户，也适合经常参加跨国线上会议的人群。本地识别模式对隐私敏感者更友好，而云端模式在识别准确率和响应速度上通常更有优势。场景词表功能在追更连载动画或玩外服游戏时相当实用，能减少专有名词被误译或错拼的问题。截图翻译则补齐了无语音内容的覆盖，省去了手动切换翻译应用的麻烦。整体来看，Tomoru 把语音转写、字幕呈现和随手翻译这几件常见需求集中在了一个开源程序里，日常使用起来比较顺手。