北京
你是否曾经想痛快看一部 YouTube 外语视频、Twitch 直播或 Netflix 剧集，却不想一直盯着字幕？ 我为此开发了一款开源安卓应用 ALAD Mobile（Live Audio Dubbing）。它实时捕获系统内部音频，通过 Google Gemini Multimodal Live API 流式传输，然后把翻译后的语音几乎即时地播放出来，覆盖在你正在看的任何媒体上。 和普通翻译软件不同，ALAD Mobile 不是从麦克风收音，而是直接从系统音频管道抓取 PCM 原始音频。激活后，桌面上会出现一个系统级悬浮控件，不打断当前应用。 技术栈的关键点： 1. 系统内录：使用 MediaProjection API 和 AudioRecord，从设备内部声音引擎捕获原始 PCM 音频流，不依赖外部麦克风。 2. 低延迟流式通信：传统 REST API 请求对实时翻译来说太慢。ALAD Mobile 与 Gemini Live API 建立一条持久 WebSocket 连接，实时持续推送 PCM 音频块。 3. 即时播放：Gemini 处理并翻译音频流后，返回的音频会被解码，直接送往低延迟 AudioTrack 缓冲，实现接近零延迟的流畅语音播放。 4. 悬浮控制：用 Android System Alert Window 实现的悬浮控件，可以随时开关配音、切换目标语言，无需退出当前 App。 ALAD Mobile 完全免费开源。你只需要从 Google AI Studio 申请一个免费 API Key 就能运行，不需要订阅，也不需要注册账号。 如果这个项目对你有用，欢迎去 GitHub 点个 ⭐，提交 PR，或者留言交流架构建议。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
