外语视频，现场同传。
直播、视频、流媒体，实时双语字幕。
任何语言的网页，翻成你的语言，双语对照。
46 秒，看完全部。
静音循环播放；点右下角打开英文旁白
有字幕翻字幕，没字幕听声音。
视频自带字幕时，直接拿播放器自己请求的字幕文件，整集一次翻完并缓存，再看不花钱。直播或没有字幕时，录下标签页的声音交给本机识别，再由大模型断句翻译。
- 讲者停顿后 1.5–2.5 秒出译文，质量优先，延迟也不失控
- 语言随你选：原文、译文语言都能换，讲的是哪种语言自动判断
- 声音在你自己的电脑上识别，不上传
- 英语 → 中文
- 日语 → 中文
- 中文 → 英语
- 中文 → 日语
- 韩语 → 中文
- 任意语言互译
断句 · 纠错 · 翻译你选的翻译服务
译得准，术语也准。
不是一句一句地直译。大模型连同前后文一起理解：听错的词按上下文改正，专业术语用行业里的说法，may、could、likely 这类分寸照原文保留。
- 听错了也能翻对：语音识别的错字按上下文纠正
- 行话译成行内说法：财经、科技等术语按词库统一译法
- 剧集看前后台词：人名、称呼全集统一，省略的话按场景理解
- 深度理解（可选）：后台再逐段精修一遍，替换掉实时译文
画面、声音、字幕，同一时刻。
识别和翻译总要一点时间。打开延迟播放，画面和声音整体往后推几秒，字幕就能在讲者开口的那一刻出现，像看延时直播。蓝牙耳机的输出延迟也会自动补上。
- 延迟几秒可以自己设，也可以关掉
- 有版权保护、没法延迟的画面会自动按实时播放
三种字幕，按场合挑。
在播放器菜单里随时切换；字号、颜色、背景、位置也都能按自己的习惯调。
实时
边翻边改，像电视直播的滚动字幕：新句在下面，旧句往上推、变淡。
专业场合，术语不走样。
按视频自动选用合适的词库，专有名词按你定的译法翻。内置一份美联储财经词库作示例，其他行业可以自己新建，或从表格导入。
- 词条同时当识别热词，专有名词听得更准
- 剧集会整集通读一遍，人名、称呼统一译法
- 可以加自己的翻译规则
may / could / likely 的语气强弱，不改变鹰鸽倾向；数字写成「25个基点」「3.75%至4%」。浏览器不翻的网页，也能翻。
很多后台、控制台和在线文档会告诉浏览器「不要翻译」，左右分栏的页面右边常常翻不到，翻完链接也点不动了。Simulcap 把任何语言的网页翻成你选的语言，原网页一个字不改，译文另外插进去，随时一键换回原文。
- 声明了「不要翻译」的页面：单页应用、云服务控制台、在线文档的正文照样翻
- 分栏和框架页面：路由器后台这种左右两栏的页面，换页后自动接着翻
- 链接、按钮、菜单翻译后还能点，展开的子菜单不会丢
- 排版不乱：短文字放旁边，段落另起一行，按钮放不下就缩小译文
- 双语对照或只看译文，快捷键 ⌥A / Alt+A 一键切换；文本框里的内容也能翻
- 选中就翻：右键或小图标，译文卡片跟着网页的深浅配色
Wireless settings
Changes take effect after the router restarts. Make sure your devices reconnect to the new network name.
示例：左右分栏、声明了「不要翻译」的路由器后台
你可能还想知道
没找到答案的，README 里有完整说明。
支持哪些网站？
- YouTube
- 自动字幕、上传字幕直接翻；直播和没字幕的视频听声音同传。
- Netflix
- 自动选原声语言字幕，日剧直接日译中；没有字幕时听声音。
- 哔哩哔哩
- UP 主字幕和 AI 字幕（AI 字幕要登录）；都没有就按段下载音轨识别，几秒出第一句。
- U-NEXT
- 只能听声音翻译，原因见下面。
- 任何网页
- 翻译此页（双语对照或仅译文）、选中文字翻译。
怎么安装？
Simulcap 正在完善中，完成后会上架 Chrome 网上应用店，到时点一下就能安装，不需要任何技术操作。
要花钱吗？
扩展免费。翻译用你自己的 Key，按 1 小时连续讲话估算（约 40 万输入、3 万输出 tokens）：
| 翻译服务 | 预设模型 | 输入 / 输出（每百万 tokens） | 1 小时约 |
|---|---|---|---|
| 智谱 | glm-4.7-flash | 免费 | $0 |
| 谷歌 / 必应机器翻译 | 网页翻译接口 | 免费 | $0 |
| 通义（阿里百炼） | qwen-flash | ¥0.15 / ¥1.5 | $0.015 |
| 火山方舟 | doubao-seed-1.6-flash | ¥0.15 / ¥1.5（未核实） | $0.015 |
| DeepSeek | deepseek-flash | $0.15–0.30 / $0.60–1.20 | $0.08–0.16 |
| Google Gemini | gemini-3.1-flash-lite | $0.25 / $1.50 | $0.15 |
| OpenAI | gpt-5-mini | $0.25 / $2.00 | $0.16 |
| Anthropic | claude-haiku-4-5 | $1.00 / $5.00 | $0.55 |
2026 年 10 月各家官网价，1 美元 ≈ 7.1 元。字幕文件整集只翻一次，再看走缓存；本机识别和同传语音不收费；打开「深度理解」用量是上表的数倍。
听声音识别需要准备什么？
听声音识别要用扩展附带的本机识别服务，首次启动会自动安装并下载约 1 GB 模型，之后开着就行。只翻字幕文件的话不需要。也可以改用云端识别（内置 Deepgram，用你自己的 Key）。
支持哪些语言？
不限语言对：原文和译文语言都能自己选，默认译成简体中文，大模型能翻的语言都可以，网页翻译同样如此。听声音时自动判断讲的是哪种语言，英语、日语有专用识别模型，其他语言用多语言模型。识别引擎、翻译模型、语言都是可以扩展的。扩展的菜单有中文、日本語、English。
我的数据会上传吗？
没有自己的服务器，不收集任何数据。Key 只存在本机浏览器，只发给你选的那家服务，视频页面里的脚本也拿不到；声音在本机识别，不保存；网页文字只在你点「翻译此页」或选中文字后发给网页翻译服务；诊断日志默认关闭。
为什么 U-NEXT 只能听声音？
U-NEXT 的字幕是烧录在视频画面里的，没有单独的字幕文件可读；画面有版权保护，也不能延迟播放，所以字幕会比声音晚 1–2 秒。
免费的谷歌 / 必应翻译和大模型有什么区别？
机器翻译一句一句地翻，用不上上下文，深度理解、统一人名术语、参考后文这几项会变灰。想免费又要大模型的质量，可以选智谱。
网页翻译用什么翻？要钱吗？
默认用谷歌免费翻译，不用填 Key；也可以在弹窗或设置页单独换成大模型（DeepSeek、智谱等），和视频字幕用的翻译服务分开选。只有你点「翻译此页」或选中文字时，才会把那部分文字发给翻译服务。
哪些网页翻译不了？
嵌在页面里的其他网站（跨域框架）浏览器不允许读取；画在画布或图片里的文字没有文本可翻；网页上的代码编辑器会特意跳过，免得改坏代码。其余包括单页应用、在线文档、分栏页面、Web 组件，都能翻。
能和其他字幕翻译扩展一起用吗？
不建议。同类扩展都会拦截播放器的字幕请求、隐藏原生字幕，同时启用会互相干扰，用 Simulcap 时先停用其他的。