系统音频捕获
通过 Android MediaProjection 与 AudioPlaybackCapture 获取视频、直播和应用内媒体声音。
REAL-TIME CAPTION · ASR · LLM TRANSLATION
让每一种声音，
即时变成
可理解的语言。
见言seesound 捕获手机系统音频，将视频、直播、会议和课程中的语音实时转写，并通过大模型翻译成可读字幕。
11:44
EN
JA
ZH
They are talking over each other. Wait, wait, let me finish.
他们正在互相抢话。等等，让我说完。
248ASR segments
189translations
60sstress run
System Audio Capture
Aliyun Fun-ASR
Qwen MT Flash
Overlay Subtitles
ENGINE STACK
从声音到字幕的实时链路
流式语音识别
PCM 音频流实时送入 ASR，引擎持续返回 partial 与 final 结果，适配快语速与多人场景。
上下文翻译
将转写文本送入 qwen-mt-flash，结合最近语境输出更自然的中文字幕。
悬浮字幕呈现
字幕覆盖层保持在视频上方，可调字体、透明度和位置，适合横竖屏观看。
SCENARIOS
为真实复杂的声音场景设计
当四个人同时开口，字幕仍要跟上。
面向虚拟主播直播、综艺节目、圆桌访谈和跨语言会议，见言会持续保存 ASR 与翻译链路，方便复盘质量。
快语速英语
新闻、脱口秀、真人秀与课堂视频。
日语综艺
棚内吐槽、嘉宾插话、节目音效混合。
移动学习
在手机上直接看外语内容，不再来回复制链接。
FIELD TEST
用压力测试驱动产品迭代
437
指定 B 站链接总记录
248
ASR 片段
189
翻译片段
10
final ASR 句段
COMING SOON
付费版正在完善中
支付能力、应用商店上架、前端体验优化和更多语言场景测试将陆续完成。我们正在邀请第一批重度用户共同打磨真实字幕体验。