Instant Voice Translate

Захватывает речь через микрофон или системный звук, распознаёт на устройстве (Sherpa-ONNX), переводит через Yandex и озвучивает результат через TTS — всё в реальном времени.

Instant Voice Translate

Приложение для перевода голоса в реальном времени на Android. Захватывает речь, распознаёт её локально на устройстве, переводит и озвучивает результат — полный конвейер в одном приложении.

Как работает

Аудиовход (микрофон / системный звук) → Потоковое распознавание речи (Sherpa-ONNX, на устройстве) → Перевод текста → Озвучка перевода (Android TTS)

Основные возможности

- **Два источника аудио** — микрофон (прямая запись требуется любые наушники) и системный звук (через MediaProjection, для перевода видео, звонков и т.д.) - **Локальное распознавание речи** — модели Sherpa-ONNX работают полностью на устройстве, аудио не отправляется на сервер - **7 языков распознавания** — английский, русский, испанский, немецкий, французский, китайский, корейский - **13 языков перевода** — все 7 выше + японский, португальский, итальянский, турецкий, арабский, хинди - **Озвучка перевода** — Android TTS с очередью, настраиваемая скорость (0.5x–2.0x) и тон - **Работа в фоне** — foreground service с управлением через уведомление (пауза/продолжить/стоп) - **Отображение промежуточных результатов** — текст распознавания в реальном времени - **Темы** — системная, светлая, тёмная; динамические цвета Material You (Android 12+)

Режимы перевода

Онлайн-режим (основной)

Перевод текста работает через **Yandex Translate** с резервным бэкендом. **Не требует API-ключей**, работает как в СНГ, так и за рубежом. Это основной и рекомендуемый режим работы.

Offline-режим (бета)

> **Внимание:** Offline-перевод находится в стадии **бета-тестирования**. Качество перевода заметно уступает онлайн-режиму. Для работы offline-перевода (модель NLLB) требуется устройство с **не менее 4 ГБ оперативной памяти** (рекомендуется 6 ГБ+). Модель загружается отдельно и занимает дополнительное место. Используйте на свой риск.

Важно: режим микрофона

> **При использовании режима захвата через микрофон обязательно используйте наушники (любые — проводные или беспроводные).** Без наушников модель распознавания слышит собственную озвучку перевода через динамик устройства и начинает распознавать её как новый ввод, что приводит к галюцинациям и некорректной работе. > > Альтернативно можно включить опцию «Отключать микрофон во время TTS» в настройках, но в этом случае часть речи может быть пропущена.

Модели распознавания

ASR-модели загружаются автоматически с HuggingFace при первом запуске (от ~26 до ~188 МБ в зависимости от языка). Прогресс загрузки отображается на главном экране.

Системные требования

- Android 10+ (API 29) - ~200 МБ свободного места для моделей распознавания - Интернет-соединение для онлайн-перевода и первичной загрузки моделей - Наушники для режима микрофона (рекомендуется)

Русский интерфейс: Да https://github.com/IliyaBrook/InstantVoiceTranslate

Android 10.0+