PotPlayer 史诗级更新！拒绝生肉，实时字幕生成+实时翻译，看片真的无敌了！

暗影之心

我很早之前就推荐过的视频播放器 Potplayer 现在竟然已经更新了无字幕视频实时翻译功能

以下功能以potplayer 2025年9月9日更新的版本为准

另外 PotpPlayer 仅支持 Windows 端，Mac 电脑想玩请考虑装 Windows 虚拟机

看似雷同，但这两个功能其实是有本质上区别的！

生成有声字幕

仔细看，生成有声字幕有一个「播放开始时自动生成」的选项

所以这个功能并不是真正意义上的实时转写，而是你打开某个视频之后，在后台从视频开头进行转写

如果你的每次视频是从头看到尾，那这个功能用起来，也的确和实时生成无异

毕竟合理选择引擎＋模型的话，可能 1 个小时的视频，几分钟就能完成语音转字幕

但是如果你想拉动进度条，从中间某个位置开始播放，那就需要等待几分钟转写进度到这里了，才会开始显示字幕，体验就相当差了……

生成有声字幕（实时）

而最新版 PotPlayer 的实时字幕生成功能，就没有了上述缺点，你可以随意拖动进度，软件都会从当前播放位置开始进行字幕转写

但目前最大的缺点就是，实时字幕生成功能并不支持 Faster-Whisper-XXL、Whisper-Faster 等「转录速度更快」的引擎

具体为啥不支持，目前未知，可能是这些引擎与实时生成功能冲突或者说官方暂时没完成适配吧……

但实时生成这个功能还属于 Beta 测试版，或许今后官方是能加上支持的，大家可以先期待一下

配置语音识别

这里的话，先以实时字幕生成为核心来介绍下新版 PotPlayer

安装好播放器之后，打开任意视频，在播放界面右键 ⇨ 字幕 ⇨ 生成有声字幕（实时） ⇨ 生成有声字幕（实时）

默认是不使用，后续你想用的时候，自行选择「始终使用」或者「如果没有字幕则使用」等等

转换引擎与模型的选择

然后这一步我们需要选择转换引擎以及语音识别模型，并进行下载！

转换引擎这里：

• 如果你的显卡驱动程序支持 Vulkan API，那就最好是选 whisper.cpp Vulkan（可以到这里下载软件检测是否支持 Vulkan：https://www.iogl.cn/guide/concept/check_vulkan/）
• 如果你是 NVIDIA 显卡，则可以考虑选择 whisper.cpp CUDA（不过需要确保你已安装 cuda：https://developer.nvidia.com/cuda-downloads）
• 否则的话就只有选择 whisper.cpp BLAS 了，这个是通过 OpenBLAS 实现在 CPU 上加速编码器处理
• 实在不行就只有选择 whisper.cpp CPU 了，可能是处理起来最慢的
  
  

模型型号这里：

一共有 6 大类模型尺寸可以选择，其中 4 种有仅支持英语版本（其在仅英语语境下表现更佳，尤其是 tiny.en 和 base.en 模型。对于 small.en 和 medium.en 模型，这种差异不太明显）

下面有一个官方在 A100 显卡测试环境下转录英语语音测得的一个表格数据，仅供参考，实际速度会因为语言、语速和硬件等产生很大差异

模型	文件大小	仅支持英文模型	多语言模型	所需显存	相对 large 识别速度
tiny	39 M	tiny.en	tiny	约 1 GB	约 10 倍
base	74 M	base.en	base	约 1 GB	约 7 倍
small	244 M	small.en	small	约 2 GB	约 4 倍
medium	769 M	medium.en	medium	约 5 GB	约 2 倍
large	1550 M	无	large	约 10 GB	1 倍
turbo	809 M	无	turbo	约 6 GB	约 8 倍

此外，turbo 模型是 large-v3 的优化版本，它能提供更快的转录速度，同时准确性的下降微乎其微。电脑显存足够的话肯定优先考虑这个而不是 medium 模型

因为实时语音转录，必然是存在识别延时的，所以你并不能无脑选择越大的模型

可以看到下图，电脑上如果选择 large-v3 这个「识别效果更好的模型」，识别延时会高达 20～30 秒，对于实时翻译这个场景来说几乎属于不能用的地步

但如果舍弃精准度，把模型改为 small，可以看到识别延时一下就降低到了 2～3秒，这就完全堪用了（换用 base、tiny 还会更快），个人觉得 Small 模型的识别效果就挺哇塞的了

模型下载

配置方法说完，紧接着问题就来了……

因为「转换引擎」和「模型文件」都位于国外服务器，不富强上网的话，国内大多数用户都会遇到下载失败

配置字幕翻译

语音识别问题搞定了，但目前识别出来的还是源语言字幕（日文、英文等），所以我们还需要解决翻译问题

还是打开任意视频，在播放界面右键 ⇨ 字幕 ⇨ 实时字幕翻译 ⇨ 实时字幕翻译设置

默认是不使用，后续你想用的时候，自行选择「总是使用」或者「仅用于所选语言」等等

PotPlayer 内置了 Bing、DeepL、Google、Libre、Naver papago 以及 Yandex 翻译

如果你会富强上网，可以直接选择 Google 翻译，这是目前唯一可以免配置直接使用的免费在线翻译服务了

其他的翻译服务「收费不一」且均需要自行去申请 API Key 并通过「账户设置」功能配置后才能使用

不过总体而言，不太推荐去折腾内置的这些翻译服务：

• DeepL、Naver Papago、Yandex 翻译就算申请到了 API，国内依然无法免富强直接使用——但你都能富强上网了，还不如直接用免费的 Google 翻译
• Libre 翻译则是收费贼贵，高达 $29 每月
• 唯一国内还能直连使用的 Bing 翻译，API 需要通过 Microsoft Azure 申请，而普通用户需要绑定国际信用卡才行，有教育邮箱通过 Azure for Students 才能免信用卡及获得 200 万字符每月的免费翻译额度
  
  

对于没有富强上网能力的同学，比较推荐的是以下 3 种方案

     百度翻译

百度如今给个人开发者也提供了每月免费 100 万字符的翻译额度，对于几个视频翻译这种需求还是完全够用的

申请百度翻译 API 的方法也不难，打开百度通用翻译 API 的申请地址后点击立即使用：https://fanyi-api.baidu.com/product/11

登录你的百度账号后，选择个人开发者，填入你的姓名、邮箱、手机号

然后会提示你进行实名认证来获取高级版服务，推荐大家进行实名认证的（反正大家基本上在百度的其他产品早进行过实名认证了），填写完实名之后，点击网页顶部的百度翻译LOGO返回之前的界面，

再点击顶部的管理控制台，点击立即开通服务

在新打开的窗口，选择「通用翻译」点击下一步，然后点击「开通高级版」，然后因为前面就认证了，就直接点击下一步

最后申请服务这里只需要填一个「应用名称」，其他都可以不填，点击提交申请就能开通服务了

最后回到翻译开放平台的首页，在开发者信息这一栏就能看到你的 APP ID 和密钥了

有了 API 之后，我们需要去给 PotPlayer 安装百度翻译插件

打开此 Github 项目，将整个项目文件都下载下来：https://github.com/fjqingyou/PotPlayer_Subtitle_Translate_Baidu

如果你访问Github困难，请使用Watt Toolkit加速器（目前支持WIN／Mac／Linux／安卓）：https://steampp.net/

然后将项目解压出来的 SubtitleTranslate - baidu.as、SubtitleTranslate - baidu.ico 这 2 个文件复制到 PotPlayer 软件安装目录中的Extention\Subtitle\Translate 文件夹里面即可

后续就只需要到 PotPlayer 播放界面右键 ⇨ 字幕 ⇨ 实时字幕翻译 ⇨ 实时字幕翻译设置 ⇨ 选中百度翻译 ⇨ 点击账户设置 ⇨ 填入 APP ID 和密钥就行了

在线 AI 大模型翻译

第二种选择，推荐白嫖此前就介绍过的硅基流动 API 来使用 AI 大模型翻译，比起百度的机器翻译，效果会更好！

目前新用户手机注册即可得 2000 万 Tokens，就算赠送额度用完了也可以选择免费模型继续白嫖：https://cloud.siliconflow.cn

注册好之后先暂停，我们先把第三方翻译插件装好，才方便大家看懂后续教程

还是和百度翻译一样，打开此 Github 项目，将整个项目文件都下载下来：https://github.com/Felix3322/PotPlayer_Chatgpt_Translate

然后还是一样的，直接安装，按照安装中的要求填写apikey和接口地址和模型名称

OK，现在我们打开硅基流动的「模型广场」，如果你是新注册会有2000万 token 额度，所以我们可以优先选择「可用增费」的模型

就算后期你的额度用完了也没事，我们可以换成免费模型，对于翻译场景来说，小参数的免费模型其实也是完全够用的

硅基流动目前提供，并且插件支持的模型有以下可以选择：Deepseek

• Deepseek
• 通义千问 Qwen
• 硅基流动 Siliconflow
• 百度文心一言 Ernie
• 月之暗面 KIMI
• 零一万物
  
  

插件也支持调用国外的 AI 大模型（Chatgpt、Claude等），具体可见插件 Github 官网

这里我们选个百万调用便宜一点的 Deepseek V2.5（注意选择对话模型，但不要选择推理模型）

点击模型之后，在上方点击按钮，复制模型名称

接着打开 PotPlayer 播放界面右键 ⇨ 字幕 ⇨ 实时字幕翻译 ⇨ 实时字幕翻译设置 ⇨ 选中ChatGPT翻译 ⇨ 点击账户设置 ⇨ 先填入刚刚复制模型名称 ⇨ 然后输入一个|