外语视频，
听中文配音。
装上之后，YouTube、哔哩哔哩、TED、Udemy、Coursera 的播放器里多一个话筒按钮。点一下，原声压低，中文配音按每一句的时间点跟上画面。字幕可以不看了。
不装也能先听：贴一条 YouTube 链接，走的是扩展同一套识别、翻译和配音，试听开头 45 秒。
和扩展同一套引擎，试听开头 45 秒。没有现成链接就点一个：
- 取音频
- 识别
- 切句翻译
- 合成
每一句配音都在这一句原声的时间窗里念完
这是和实时同传最大的差别。同传永远慢原声几秒，配音则是先把后面 300 秒的句子翻译、合成好，再按原声每一句的起止时间排期播放，画面到哪句，中文就到哪句。
- 窗口一句配音可用的时间，从上一句原声结束算起，到下一句原声开口前 0.12 秒为止。绝不越过窗口结尾，不会盖住下一句。
- ≤ 0.4 s译文比原句长时，先允许最多提前 0.4 秒开口。
- ≤ 1.2×还不够，把配音语速提到最多 1.2 倍，浏览器里变速，不重新合成，音色不变。
- ≥ 0.85×再不够，把视频放慢到最低 0.85 倍。两边同时让步，听感上几乎察觉不到。
- 拖动拖到一句中间，从这句开头重念，用剩下的时间控速念完。跳到没备好的地方会先停一下，播放器中央会写清在接哪一段。
五个站，每个站单独适配
按钮插在各家播放器自己的控制栏里，字幕和音频按各家的方式取。扩展只在这五个域名上运行，不申请「所有网站」的权限。
| 站点 | 范围 | 字幕从哪来 | 按钮在哪 |
|---|---|---|---|
| YouTube | 观看页，以及嵌在别的网站里的 YouTube 播放器 | 播放器自己的自动字幕，带每个词的时间。视频没有字幕时，服务端取音频做识别。 | 控制栏右侧 |
| 哔哩哔哩 | 普通视频（含分 P）、番剧 | 不用字幕。浏览器只取正在播的那 20 秒音频送去识别，先识别播放位置附近，2 小时的视频也是几秒开播。 | 控制栏右侧 |
| TED | 演讲页 | 页面自带的字幕文件。 | 全屏按钮旁 |
| Udemy | 课程页预览、上课页 | 页面字幕；没有就在浏览器里取当前一段音频识别，登录后的课程也能用。 | 全屏按钮左边 |
| Coursera | 上课页 | 页面字幕轨。一节课常带十几种语言的字幕，先听开头 20 秒判断原声是哪种语言，再取对应的那条。 | 控制栏右侧 |
配音语言 20 种：简体中文、繁体中文、英语、日语、韩语、西班牙语、法语、德语、意大利语、葡萄牙语、俄语、阿拉伯语、印地语、泰语、越南语、印尼语、土耳其语、波兰语、荷兰语、乌克兰语。每种语言一男一女两个音色。
从开麦到出声，通常几秒
复杂的部分都在后台排好队，用户看到的只是播放器中央一行进度。下面是每一步在做什么、大概花多久。
- 1–4 秒
拿到原声的文字
有字幕的站直接取播放器的字幕轨。没有字幕就把音频按 20 秒切片送去识别，先识别播放位置附近的几片，其余在后台排队。
- 0.2 秒
切句
自动字幕没有标点，用专门的切句模型（wtpsplit SaT）把词流切成句子。开头 150 个词先切好开播，剩下的每 1500 词一块在后台切。
- 每段 2–5 秒
翻译
每段连同前后文送大模型翻译，第一段只放 40 个词让首播快，之后每段约 120 个词。译文按段永久缓存。
- 每句约 1 秒
合成
每句用微软神经音色合成一段 MP3，只提前合成播放位置往后 300 秒的内容。语音按「音色 + 文字」永久缓存。
- 本地
排期播放
按上一节的规则把每句放进自己的时间窗，播放时每 50 毫秒校一次进度，拖动、倍速、广告都跟着处理。
几个经常被问到的问题
和双语字幕插件比，差别在哪？
字幕要一直盯着屏幕读，看长视频很累。配音是把中文念出来，原声压低到能听见语气的程度，可以像听播客一样看视频，眼睛留给画面。
为什么不做实时同传？
同传永远慢原声几秒，而且每次看都要重新翻。FeedDub 先把后面 300 秒翻译、合成好，再按原声每一句的时间排期，所以能对上画面；翻译和语音又都按内容缓存，同一个视频第二次打开不用等。
拖进度条会怎样？
拖到一句中间就从这句开头念，用剩下的时间控速念完。跳到还没备好的地方，视频会停一下，播放器中央写着「已跳到 3:20，正在接上配音」，接上就自动继续。切换视频不会自动开麦，想配再点一次。
要登录、要付费吗？
现在免费，装上就能用，不需要登录。
它会读我的浏览记录吗？
不会。扩展只在 YouTube、哔哩哔哩、TED、Udemy、Coursera 这五个域名上运行，安装时也只申请这五个站的权限，不申请「所有网站」。只有点了话筒，才会读当前这条视频的字幕或音频片段送去处理。
原声本来就是中文怎么办？
开麦后会先判原声语言，已经是配音语言就直接收麦提示，不会白白翻译一遍。日语、韩语这类容易混淆的，按内容够多的第一片定语言，之后每片都按这个语言识别。
下一条外语视频，试试不看字幕。
装好扩展，打开 YouTube、哔哩哔哩、TED、Udemy 或 Coursera 的任意视频，播放器控制栏里会多一个话筒。点一下就开始。