// SheNicest Toolbox · BYOK Edition

Toolbox开源 · 单 HTML · 无后端

三个浏览器工具,麦克风或文件输入,输出双语字幕 / Markdown 纪要 / SRT 字幕。专为现场路演、评委会议、颁奖典礼的中英翻译场景设计。

你的 Key 你的算力 · 部署为零 · 上手为零

REST 切片传输 OpenAI 兼容协议 单 HTML 文件 localStorage 持久化 零服务器 离线 fallback
// P01

BYOK

你自己注册第三方模型账号拿 API key。Key 只存浏览器 localStorage,绝不上传。

// P02

单文件

每个工具都是一个 HTML 文件,复制到 U 盘 / 微信传输 / 内网共享都能用,不需要 npm install / 服务器 / 数据库。

// P03

开源

代码全在 github.com/Stoic42/SheNicest。你 fork、修改、分发都不需要问任何人。

// P04

隐私优先

音频不存盘(实时字幕工具)。离线工具的产物 markdown / srt / json 都在浏览器本地下载,不经过任何中转服务器。

// 01

4 Tools

实时 · 离线 · 服务端 · 浮动 · 四种部署方式
🎤
REALTIME MIC 3-4s DELAY

BYOK 实时字幕

Realtime Caption · Mic → → → Bilingual Subtitles

麦克风持续录音,每 1.5-4 秒切一段 webm/opus → POST 到兼容 OpenAI 的 REST 接口 → 双语字幕实时显示。专为路演 / 颁奖 / 评委问答场景。

  • REST 切片模拟"准实时"(3-4 秒延迟,对路演够用)
  • 切片长度可调(1.5s / 2s / 3s / 4s)
  • 支持 zh ↔ en / ja / ko 等 6 种语言对
  • 内联 50+ 条 G001 默认词库,自动注入翻译 LLM
  • 实时统计:转写数 / 翻译数 / 平均延迟 / 已用时长
  • 导出完整 Markdown 纪要(含时间戳 + 双语段落)
依赖:浏览器 (Chrome / Edge / Safari) + 你的第三方模型 key · 单流参考成本:几元 / 小时
🪟
FLOATING DESKTOP LYRIC OVERLAY

BYOK 桌面字幕 · 浮动版

Desktop Lyric · Floating Always-on-top Overlay

独立小窗口悬浮于所有应用之上。不碰时几乎完全透明,字幕隐约浮现;鼠标移上去才显示控制条与按钮。像桌面歌词一样陪在你工作流里。

  • HTML 版:浏览器独立窗口 + 半透明 + hover 显控制(30 秒可用)
  • Electron 版:真 always-on-top(screen-saver level)+ click-through + 全局快捷键
  • 字幕从下往上滚动,最新一条在最上面
  • 鼠标穿透(click-through):字幕只看不抢焦点
  • 可调字号 / 透明度 / 锁定模式
  • 共享 G001 词库 + REST 切片逻辑
依赖:浏览器 / Electron · 单流参考成本:几元 / 小时
📁
OFFLINE UPLOAD SRT / JSON

BYOK 离线转写

Offline Transcript · Audio File → Bilingual Subtitles

上传 mp3 / wav / m4a 等音频文件 → 后台自动 STT + 翻译 → 下载 SRT 字幕 / Markdown 纪要 / JSON 结构化产物。

  • 支持 mp3 / wav / m4a / mp4 / ogg / flac / webm(≤200MB)
  • 产物三种格式:双语 SRT / Markdown 纪要 / JSON segments
  • 支持 zh ↔ en / ja / ko 等 6 种语言对
  • 共享 G001 默认词库 + 翻译 LLM glossary
  • 翻译按 6 段批量,API 调用次数最少化
  • 翻译失败 fallback 原文,下载永远不中断
依赖:浏览器 + 你的第三方模型 key · 典型时长:10 分钟音频 ≈ 30-60 秒处理
⚙️
ADMIN SHE NICEST AUDITED

活动方纪要上传

Admin Transcript · Server-side · Activity-funded

需要 admin 登录 + 主办方授权的版本。会上传音频到 SheNicest 后端,活动方从预设额度中扣减用量;适合赛后需要统一整理纪要的场景。

  • 需要 admin 账号 + 会话鉴权
  • 上传 / 处理 / 下载全链路在后台完成
  • 处理进度条 + 完成后产出一键下载
  • 支持会议 / 路演 / 复盘 / 其他 四类任务
  • 活动方配额制:调用方后端代付,预算由主办方统一管理
依赖:SheNicest admin 账号 + 后端部署 · 仅限现场授权的角色访问
// 02

Cost

自己出 vs 活动方出

预估成本(按调用方付费)

组件 用途 参考价 6 小时参考
STT(语音转文字) 实时 / 离线转写 较低 数元
翻译(文本) 双语字幕输出 较低 数十元
合计参考区间 数十元 / 6 小时 / 设备

💡 付费模式:本工具按调用方付费 — 个人使用时由自己的 API key 承担,活动方授权时由活动方后端代付。
💡 实际成本:取决于输出文本量与所选模型档位,可在工具设置里实时看到用量。
💡 现场规模:主办方需为赛后统一整理的纪要场景另行结算,评委实时字幕建议 BYOK 自己出。

// 03

FAQ

常见问题

为什么要 BYOK,不做免费版?

实时字幕需要持续调用第三方模型,成本与时长正相关。我们选择把账号与计费权交还给调用方:个人使用时由自己的 API key 承担,活动方需要统一整理纪要时由主办方后端代付。

为什么不直接做流式实时方案?

我们对比过多种接入路径,最终选择以 REST 切片方式提供"准实时"字幕:3-4 秒延迟对路演 / 颁奖 / 评委问答场景已足够,同时把部署门槛压到最低(一个 HTML 文件即可)。后续会按真实使用反馈调整。

三个工具之间数据互通吗?

不互通。每个工具独立运行,互不读写对方的浏览器存储。三者共享一份 G001 词库(启动时拉取,本地有内联 fallback),所以翻译风格保持一致。

浮动字幕怎么用?跟实时字幕有什么区别?

实时字幕是浏览器里全屏使用;浮动字幕是独立小窗口悬浮于所有应用之上,比如路演时评委在 PowerPoint 上,字幕叠在上面显示。HTML 轻版打开就能用(30 秒);Electron 版是真桌面级 always-on-top + 鼠标穿透,需要 npm install && npm start 跑起来。两版功能一样。

如何贡献代码?

仓库 github.com/Stoic42/SheNicest,核心工具是一组 HTML 文件。所有逻辑都在浏览器端实现,改完刷新即可看到效果。

API key 安全吗?

工具完全运行在浏览器中,请求直连你配置的第三方模型服务,key 放在 Authorization header。中间没有 SheNicest 中转。key 存于浏览器沙箱内的 localStorage,除非你已经装了恶意扩展或处于共享设备,否则不会被外读。