Mimi 是实时字幕翻译工具，可翻译电脑或麦克风中的人声。看电影、直播或网课时，字幕会悬浮显示在屏幕上。

功能

• 选择系统声音、麦克风，或同时开启两路。默认使用系统声音，麦克风需要主动选择。
• 选择要翻译的应用声音（macOS / Windows 11）。
• 显示原文、译文，或双语字幕。
• 调整字幕的位置、大小和颜色，也可让鼠标点击穿过字幕窗口。
• 按需保存字幕或音频到本机，导出 TXT / WAV；默认不保存、不录音。
• 支持 Apple 芯片和 Intel Mac（macOS 13+），以及 Windows / Linux x86_64。

开始使用

初次使用，推荐先用阿里云或 Google Gemini。我们对阿里云做了更多实际测试；目前个人用下来，Gemini 的字幕输出最稳定。

使用 Google Gemini 时，请保持网络连接稳定，并在 Google AI Studio 查看可用额度、计费和获取 API Key。

各家服务的开通入口、凭证获取步骤，以及 Mimi 当前使用的模型，见服务开通指南。

1. 打开「设置 → 语音与翻译」，添加配置，按提示填入服务商凭证并保存。
2. 选择识别和翻译语言。
3. 播放内容，在「字幕」页开启「实时字幕」。macOS 提示时，允许「屏幕与系统音频录制」。

云端识别需要自备服务商凭证，并将音频发送至该服务，调用可能产生费用。符合条件的 Mac 可用 Apple Speech 在本地识别；远程文字翻译会将识别文字发送至你选择的服务；Apple 翻译在 Mac 本地处理文字。

使用与常见问题 · Android · 反馈问题 · 贡献指南

Apple 本地识别

Apple Speech 只在系统支持时出现：Apple 芯片、macOS 26 或更新版本，且系统识别引擎可用。识别不需要 API Key。先停止字幕，在「识别语言」中选好语言；未下载时点击「下载并使用」，Mimi 会下载 Apple 资源，并在就绪后将它设为识别语言。已下载时点击「设为识别语言」，再启动字幕。无需前往系统设置。不提供自动识别语言。详见 Apple Speech 配置步骤。

Apple 翻译是独立的本地文字翻译服务，当前支持 Apple 芯片、macOS 26 或更新版本。在「文字翻译」中选择它并保存配置，再选择明确的识别语言和翻译语言。Mimi 会显示语言对是否就绪；点击「下载或启用语言包」，即可打开 Apple 的确认界面。翻译语言包和语音识别语言包分开；已有的会复用，缺少的由 Apple 在你确认后下载。检查连接、启动字幕不会触发下载。不需要文字翻译 API Key 或文字代理。

Apple Speech 只看原文时，选择「不翻译（仅原文）」。也可搭配 Index-Translate 等远程文字翻译服务；远程服务会收到识别文字。

试试 Index-Translate

B 站的 Index-Translate 目前提供免费的公开翻译 API（截至 2026 年 10 月 5 日）。可以作为文字翻译服务，搭配阿里云或 Apple 本地识别使用。

在「设置 → 语音与翻译」中打开「Alibaba Cloud」或「Apple Speech」配置，将「文字翻译」的服务切换为「OpenAI 兼容接口」，按官方示例填写：

保存后，点击「文字翻译」旁的连接检查。如果这个地址之前保存过 Key，选择「移除翻译密钥」后再保存。

Index-Translate 只负责文字翻译。搭配阿里云时，仍需配置语音识别凭证，识别服务可能产生费用；搭配 Apple Speech 时，本地识别不需要 Key。免费接口的后续可用性以上游为准。

常见问题

macOS 已开启录音权限，仍反复要求授权？ 先退出 Mimi，在「系统设置 → 隐私与安全性 → 录屏与系统录音」中，仅删除并重新添加对应应用：正式版为 /Applications/mimi.app，开发版为 /Applications/mimi-dev.app，开启权限后重新打开同一个应用。详见权限恢复步骤。

贡献者

感谢每一位写代码、提问题、试用和分享的朋友 (๑•̀ㅂ•́)و✧

特别感谢 @yebuwudong 贡献 Android 版，以及 @LLLin000 贡献字幕动效和 Windows 音源改进。

也感谢 @Chtholly000 改进 Gemini 连续字幕和连接轮换。

查看所有贡献者

社区致谢

也感谢 V2EX、LINUX DO、小众软件、NodeLoc、Solo、新趣集和电鸭社区朋友的试用、反馈与分享。

MIT © 2026 yuxino