LLPlayer：为语言学习而生的开源播放器，AI 实时字幕 + 双语翻译一站式搞定

Fri, 18 Sep 2026 07:45:00 +0800

看外语视频学语言，最头疼的三件事：视频没有字幕、只有单语字幕、翻译软件逐句翻得稀碎。传统播放器（VLC、PotPlayer）专注解码和画质，字幕能力基本停留在"加载外部字幕文件"这一步。

GitHub 上的开源项目 LLPlayer 把这些痛点一次性解决了——它是一款专为语言学习设计的媒体播放器，用 C#/WPF 编写，核心特色是把字幕相关功能做深做透：AI 实时生成字幕、上下文感知翻译、双字幕同屏、OCR 识别硬字幕，全部集成在一个窗口里。

截至本文写作时：⭐ 4,160+ Stars / 242 Forks，GPL-3.0 开源协议，官网 llplayer.com，项目处于 Beta 阶段（v0.3.0，2026 年 4 月发布）。

01 它能做什么：核心功能全览

功能	说明
双字幕显示	主/副两路字幕同屏，支持文本和位图字幕，位置与大小独立调整
AI 生成字幕（ASR）	基于 OpenAI Whisper，为无字幕视频实时生成带时间戳的字幕
实时翻译	集成 Google、DeepL、OpenAI、Ollama、LM Studio 等多种引擎
上下文感知翻译	翻译时把相邻字幕一并交给大模型，译文符合语境而非孤立逐句
实时 OCR 字幕	用 Tesseract / Microsoft OCR 把硬字幕（内嵌图片字幕）实时转文字
在线视频播放	集成 yt-dlp，粘贴 URL 直接播放在线视频并实时加字幕
字幕侧边栏	全部字幕文本列表，支持跳转、增量搜索
即时查词	选中字幕文本直接查词，或自定义浏览器搜索站点
字幕下载器	内置 opensubtitles.org 字幕搜索下载
浏览器扩展配合	可与 Yomitan、10ten 等弹词典扩展联动
其他	完全自定义快捷键（一键可绑多键）、暗色主题、内置速查表（F1）

双字幕：学习语言和母语同屏对照

进度条上有两个 CC 按钮：左边控制主字幕（学习语言），右边控制副字幕（母语），两路字幕可以同时开启，各自独立调整位置和字体大小。

这个设计是 LLPlayer 区别于 VLC 等通用播放器的核心——VLC 想实现双字幕需要插件拼凑，而 LLPlayer 原生支持，并且主副字幕走的是同一条处理管线：无论是外部字幕文件、Whisper 生成的 AI 字幕，还是 OCR 识别出来的文字，都能进入这条管线被翻译、被显示。

AI 生成字幕：没有字幕的视频也能看

这是 LLPlayer 最杀手级的功能。播放任何无字幕视频时，调用 Whisper 语音识别模型，实时从音频生成带时间戳的字幕，再无缝进入翻译管线变成双语字幕。

支持两种引擎：

whisper.cpp：需要手动下载模型文件，模型名带 En 结尾的仅支持英语，选型时注意
faster-whisper：首次使用时自动下载模型，对新手更友好

关键优势：完全本地运行。除首次下载模型外全程离线，视频内容不出本机，隐私性远好于各类在线字幕服务。NVIDIA 显卡用户安装 CUDA Toolkit 后还可以用 GPU 加速（AMD 显卡走 Vulkan）。

LLM 上下文翻译：不是逐句硬翻

传统字幕翻译工具是逐句孤立翻译的——“How about that?“脱离上下文可能被翻成"那怎么样？"，但它实际是"这下牛逼了"的意思。

LLPlayer 的翻译管线会把相邻的字幕文本一起送入大模型，让 LLM 结合上下文输出译文。翻译引擎可配置，支持：

在线服务：Google（默认引擎 GoogleV1）、DeepL、OpenAI 等
本地部署：Ollama、LM Studio——配合本地 Whisper，实现全链路离线的"AI 字幕 + AI 翻译”

OCR：硬字幕也能变文本

有些视频的字幕是"烧"在画面里的（硬字幕），或者用的是 VOBSUB 图片型字幕，无法作为文本处理。LLPlayer 内置 Tesseract OCR 和 Microsoft OCR，实时识别画面中的字幕文字，识别结果直接进入与 ASR 相同的字幕管线——照样能翻译、能查词、能搜索。

在线视频：粘贴链接就能看

集成 yt-dlp，按 Ctrl+V 粘贴视频 URL 即可拉流播放，AI 字幕、翻译、查词等全部功能照常可用。yt-dlp 更新时手动下载最新版，替换安装目录下的 Plugins/YoutubeDL/yt-dlp.exe 即可。

查词与生态配合

字幕文本可以直接查词或发起浏览器搜索（搜索站点完全自定义）。还可以配合 Yomitan（日语/多语言弹词典浏览器扩展）和 10ten（日语弹词典）使用——把 LLPlayer 的查词请求转发给这些扩展，获得和浏览器里看 Netflix 一样的查词体验。

02 字幕处理管线：一张图看懂数据流

无论是外部字幕、AI 识别还是 OCR，所有字幕来源最终汇入同一条管线：

flowchart LR
 V["视频源
(本地文件 / yt-dlp 在线)"] --> A["音频流"]
 V --> B["视频画面"]

 A --> W["Whisper ASR
(whisper.cpp / faster-whisper)"]
 B --> O["OCR
(Tesseract / Microsoft OCR)"]
 V --> E["外部字幕文件
(文本 / 位图)"]

 W --> S["字幕管线"]
 O --> S
 E --> S

 S --> T["翻译引擎
Google / DeepL / OpenAI / Ollama"]
 T --> M["主字幕
(学习语言)"]
 T --> N["副字幕
(母语译文)"]

 M --> D["双字幕渲染"]
 N --> D
 S --> L["字幕侧边栏
查词 / 搜索 / 跳转"]

主字幕走原文、副字幕走译文，两路独立渲染；字幕侧边栏则汇总全部文本供检索和查词。ASR 和 OCR 完全本地运行，仅在首次下载模型时联网。

03 安装与配置指南

系统要求

项目	要求
操作系统	仅 Windows 10 x64（1903+）/ Windows 11 x64，无 macOS/Linux 版本
运行时	.NET Desktop Runtime 10
必装依赖	VC++ Redistributable ≥ 2022
可选	CUDA Toolkit（NVIDIA 显卡加速 ASR）

⚠️ 重要：VC++ Redistributable 缺失时程序能正常启动，但一开启 ASR 或 OCR 就会崩溃。这是官方文档特别警告的头号坑，遇到崩溃先检查这个。

安装步骤

前往 GitHub Releases 下载 Windows x64 安装包或便携版（Portable 免安装）
安装 .NET Desktop Runtime 10 和 VC++ Redistributable 2022+
解压/安装后运行 LLPlayer.exe
按 Ctrl + . 打开设置，进行下面的初始配置

初始配置（三步走）

第一步：配置 ASR（设置 → Subtitles → ASR）

选择引擎：whisper.cpp（手动下模型）或 faster-whisper（自动下模型）
设置 Audio Language（默认自动检测）
性能调优：默认仅用 CPU，Threads 设为 2 以上可提速；NVIDIA/AMD 显卡在 Hardware Options 中启用 CUDA/Vulkan

第二步：配置翻译（设置 → Subtitles → 翻译）

设置 Target Language（目标语言/母语），源语言自动检测
默认引擎 GoogleV1 开箱即用；DeepL/OpenAI 需要配 API Key；Ollama/LM Studio 填本地服务地址

第三步：播放测试

拖拽视频文件到窗口，或右键菜单打开，或 Ctrl+V 粘贴在线视频 URL
进度条上分别点亮两个 CC 按钮，开启主副字幕
遇到问题按 F1 打开内置速查表（Cheat Sheet）

常用快捷键

快捷键	功能
`Ctrl + .`	打开设置窗口
`Ctrl + V`	粘贴 URL 播放在线视频
`F1`	打开内置速查表

所有快捷键均可在设置中完全自定义，且同一个操作可以绑定多个按键——比如查词同时绑定鼠标侧键和键盘按键。

04 技术栈与架构

层级	技术
语言/框架	C# / WPF
播放内核	Flyleaf（.NET 媒体播放库，非 libmpv/libVLC）
语音识别	whisper.cpp、faster-whisper
OCR	Tesseract、Microsoft OCR
在线视频	yt-dlp
翻译	GoogleV1、DeepL、OpenAI、Ollama、LM Studio 等

作者对项目定位很明确：不做 mpv/VLC 的替代品，而是专精语言学习的播放器。涉及播放器核心的改进建议会被引导到 Flyleaf 上游提交。

05 与同类工具对比

对比项	LLPlayer	VLC + 插件	Language Reactor	PotPlayer
双字幕	原生支持	插件拼凑	支持	有限支持
AI 生成字幕	内置 Whisper	无	无	无
实时翻译	多引擎 + LLM 上下文	需外部工具	仅 Netflix/YouTube	需外部工具
OCR 硬字幕	内置	无	无	无
在线视频	yt-dlp 集成	一般	仅浏览器场景	一般
平台	仅 Windows	全平台	浏览器扩展	仅 Windows
定位	语言学习专用	通用播放	网站字幕增强	通用播放

LLPlayer 的不可替代之处在于一站式：AI 字幕生成、LLM 翻译、OCR、查词在同一个设置界面里完成，而其他方案需要播放器、字幕插件、翻译工具、弹词典扩展多个软件互相配合。

06 优点与限制

优点

功能针对性极强：语言学习所需的字幕能力全部内置，无需拼凑工具链
隐私友好：ASR/OCR 完全本地，翻译可选 Ollama/LM Studio 本地化，全链路可离线
开源免费：GPL-3.0 协议，代码可审计
活跃度不错：单人维护，最近一周仍有提交，30 日新增 126 Stars

限制与注意事项

⚠️ 使用前须知：

Beta 状态：明确声明未经充分用户测试，可能不稳定

配置不兼容：0.X.X 版本期间会做破坏性变更，升级后字幕位置、翻译引擎、快捷键等配置可能全部失效，升级前做好心理预期

仅 Windows x64：macOS/Linux 用户目前无缘，跨平台（基于 Avalonia）在规划中但无时间表

硬件压力：whisper.cpp 大模型体积大且吃内存，低配电脑建议用 small/base 级别模型

GPL-3.0 传染性：基于它二次开发分发的作品必须同样开源；个人使用和内部运行不受影响

适合谁

✅ Windows 用户 + 语言学习者，尤其是需要给无字幕/硬字幕视频实时生成双语字幕的场景
✅ 注重隐私、希望 AI 处理全程本地化的用户
❌ 追求稳定省心的普通观影需求（用 VLC/PotPlayer 更合适）
❌ macOS / Linux 用户

07 未来规划

官方 Wiki 中列出的规划方向，可以窥见作者对"语言学习播放器"这个定位的野心：

日语/动漫专门支持
词典 API 集成
TTS（文本转语音）
单词管理（对标 LingQ / Language Reactor 的生词本体系）
Anki 集成（看视频学语言刷单词卡的经典工作流）
基于 Avalonia 的跨平台支持（Linux/Mac）

如果 Anki 集成和单词管理落地，LLPlayer 有潜力成为桌面端语言学习的核心工作台。

08 总结

LLPlayer 是一款特点极其鲜明的播放器：它不追求成为万能播放器，而是把"用视频学语言"这一件事做到极致。Whisper 实时字幕解决了"没字幕”，LLM 上下文翻译解决了"翻译稀碎"，双字幕同屏解决了"对照困难"，OCR 解决了"硬字幕"，yt-dlp 集成解决了"在线视频"——每一个功能都精准踩在语言学习者的痛点上。

项目仍在 Beta 阶段，单人维护、仅限 Windows、升级可能丢配置，这些都是要接受的现实。但如果你正好是 Windows 上的语言学习者，愿意花十分钟做初始配置，它大概率会成为你看外语视频的常驻工具。

项目地址：github.com/umlx5h/LLPlayer 下载：Releases 页面文档：翻译引擎配置 | Whisper 引擎 | 浏览器扩展集成

开源工具 on 我的博客