跳到主要内容
AI教程

知了 Cicada 教程：搭建实时双语字幕、会议纪要与同声传译

本教程介绍如何在 Mac、Windows、Linux 和 Android 上安装知了 Cicada，配置 AI 服务，并使用实时字幕、双语记录、结构化纪要、同声传译、录音回放与文件导入功能。

AI我搜编辑部阅读约 11 分钟
知了 Cicada 教程：搭建实时双语字幕、会议纪要与同声传译

知了 Cicada 是什么

知了 Cicada 是一款开源的实时会议与直播辅助工具，可在 Mac、Windows、Linux 和 Android 上提供双语字幕、双语文字记录、结构化纪要和同声传译。它适用于 Zoom、飞书、腾讯会议、X Spaces、YouTube 直播以及线下会议。

知了直接读取系统正在播放的声音，不需要把会议机器人加入通话。对方无需安装软件，也不会感知到知了正在整理会议内容。Apple 芯片 Mac 还能在本机完成声音采集、语言识别和语音识别。

知了实时字幕与会议纪要界面

主要功能

实时纪要与双语文字记录

会议进行时，知了会边听边整理总结、议题、结论、待办、鱼骨图以及人名术语表。点击结论或待办，可以跳转到双语记录中的对应原话。

系统还会统一人名和术语的写法，并记录可能的识别变体。因此，即使语音识别写错了某个名字，也可以通过搜索找到相关内容。

实时字幕与自动语言识别

对方开始说话后，知了会自动识别语言，并翻译成系统语言。在 Mac 上按 ⌃⌥S，可以在纪要窗口、悬浮字幕条和隐藏显示之间切换。字幕条只在有人说话时出现，鼠标经过时会自动变透明。

Apple 芯片设备在 macOS 26 上会使用新的本机语音识别，并在每句话结束约 15 至 30 秒后校准文字记录，同时保持实时字幕的响应速度。

线上与线下混合会议

点击菜单栏面板或纪要窗口中的“打开麦克风”，知了就会同时处理电脑声音和会议室现场声音。线上与现场发言会写进同一份会议记录，并标记为“线上”或“现场”。

系统会检测扬声器声音是否再次进入麦克风，并尽量避免同一句话被重复记录。外接麦克风断开或长时间没有输入时，应用也会尝试切换设备并给出提示。

按键同声传译

在 Mac 上按住键盘右侧的 ⌥ 键说话，知了会理解并翻译你的发言，再通过虚拟麦克风把译后语音送入会议软件。Windows 使用右侧 Ctrl 键。

配置 Ling API key 后，可以选择自然语音，或使用 8 至 30 秒录音克隆自己的声音。未配置 key 的 Apple 芯片 Mac 也能使用本机识别、翻译链路和系统自带语音，但不能使用声音克隆。

知了同声传译设置界面

本机会议记录

每场会议的双语文字记录、纪要和原始录音都保存在本机。会后可以点击任意一句的时间回放对应录音，也可以修改说话人、合并说话人或把某段内容重新分配给其他人。

记录可导出为 Markdown、Word 和 SRT 字幕。已有的音频或视频也能拖入会议记录窗口，在本机转成双语记录，并从任意一句对应的位置播放原文件。

知了双语会议记录界面

安装前的系统要求

  • Mac：macOS 14.4 或更新版本，支持 Apple 芯片和 Intel。Intel 版需要 Ling key。
  • Windows：Windows 10 2004 或更新版本，支持 x64 和 ARM64，需要 Ling 或其他受支持 AI 服务的 key。
  • Linux：Ubuntu 22.04 或 24.04 桌面版，支持 x86_64 和 arm64，需要 AI 服务 key。
  • Android：Android 10 或更新版本，需要 AI 服务 key。

四个平台使用相同版本号和会议记录格式。安装包可从官网下载页或GitHub Releases获取。

安装与初始设置

在 Mac 上安装

  1. 根据芯片类型下载 Cicada-<版本>-macOS-AppleSilicon.dmg 或 Cicada-<版本>-macOS-Intel.dmg。
  2. 打开 DMG，把知了拖入“应用程序”文件夹。
  3. 如果首次启动被系统拦截，进入“系统设置 › 隐私与安全性”，点击“仍要打开”。
  4. 跟随引导授予系统声音录制权限，并播放示例会议测试字幕。
  5. 需要同声传译时，再按照引导安装 BlackHole 2ch 虚拟麦克风。

macOS 14.4 至 15 上使用 Apple 芯片时，还需要在“系统设置 › 键盘”中打开“听写”，并把需要识别的语言加入听写语言。

在 Windows 上安装

  1. 普通 PC 下载 x64 安装包，骁龙笔记本选择 ARM64。
  2. 双击安装包完成安装，不需要管理员权限。
  3. 如果 SmartScreen 拦截，选择“更多信息 › 仍要运行”。
  4. 根据主窗口提示配置 AI key、播放测试声音并查看示例会议。
  5. 如需同声传译，按照引导安装免费的 VB-Cable 虚拟麦克风。

在 Linux 上安装

下载 Linux 压缩包后，在终端运行：

tar xzf Cicada-<版本>-Linux.tar.gz && cicada-linux/install.sh

安装后，知了会出现在应用菜单中。同声传译会自动创建“知了 麦克风”，无需额外安装驱动。Linux 无法让纪要窗口避开屏幕共享，因此共享屏幕时该窗口可能被其他参会者看到。

如果要保存和回放会议录音，需要安装包含 AAC 编码器的第三方媒体格式，例如 ubuntu-restricted-extras。缺少编码器不会影响字幕和纪要等其他功能。

在 Android 上安装

  1. 下载 Cicada-<版本>-Android.apk。
  2. 打开文件，并按照系统提示允许安装未知来源应用。
  3. Android 15 及更新版本首次使用悬浮字幕时，需要先在应用信息中允许受限制的设置。
  4. 配置 Ling 或其他 AI 服务的 key。

部分通话和会议应用不允许系统录制其声音。遇到这种情况，可以打开外放，并在知了中选择“面对面”模式。

校验安装包

Releases 页面提供 checksums.txt。在 Mac 或 Linux 上可以使用以下命令核对 SHA-256：

shasum -a 256 Cicada-*

配置 Ling API key

Apple 芯片 Mac 不填 key 也可以使用实时字幕、基础翻译、会议记录和同声传译。实时纪要、一步语音翻译和声音克隆则需要 Ling key。Intel Mac、Windows、Linux 和 Android 需要配置云端识别服务。

  1. 访问Ling 开放平台并注册或登录。
  2. 创建令牌，复制以 sk- 开头的 key。
  3. 打开知了的“设置 › AI 服务”，粘贴 key。
  4. 点击保存并检查。知了会发送一个只使用一个 token 的请求验证 key。
  5. 根据需要选择模型；默认纪要与整句翻译模型为 Ling-3.1-flash。

如果无法使用 Ling，可以在 AI 服务设置中切换到 OpenRouter、ZenMux、OpenAI，或填写兼容 OpenAI API 的服务地址。Ollama、vLLM、SGLang 等自部署服务也可以按翻译与纪要、语音合成、语音识别分别配置。

一步语音翻译和声音克隆仅由 Ling 提供。其他服务可以支持实时纪要与整句翻译，但具体同传流程会因平台和服务而异。

完成第一次实时字幕与纪要

  1. 启动知了，并确认系统声音录制权限已经开启。
  2. 打开 Zoom、飞书、腾讯会议、YouTube 或其他会播放声音的应用。
  3. 让对方开始说话，等待知了自动识别语言并显示双语字幕。
  4. 按 ⌃⌥S 切换字幕和纪要的显示方式。
  5. 如果需要记录现场发言，点击“打开麦克风”。
  6. 会议结束后进入会议记录，检查文字、纪要、说话人和录音。
  7. 按需要导出 Markdown、Word 或 SRT 文件。

使用示例：观看英文直播

打开 YouTube 英文直播后，知了会读取系统声音，显示英文原文和中文翻译，并持续整理议题、结论和待办。直播结束后，可以在会议记录中点击某句话的时间，回到原始录音的对应位置。

使用示例：向国外参会者发言

先在同声传译设置中选择目标语言和声音。进入会议后，按住右侧 ⌥ 键说中文，松开后，翻译语音会通过 BlackHole 虚拟麦克风送入会议软件。使用 Windows 时，对应按键为右侧 Ctrl。

导入现有录音或视频

把音频或视频拖入会议记录窗口，或者选择“文件 › 导入录音或视频…”。知了会将文件转换为一场双语会议记录。若首次没有识别出语言，原始录音仍会保留，可以选好语言后重新转写。

隐私、权限与数据位置

Apple 芯片 Mac 会在本机完成声音采集、语言识别、语音识别和会议录音。通常只有识别后的文字会发送给翻译或纪要服务；使用 Ling 同声传译时，按键发言的语音会发送给 Ling。若主动切换到自建语音识别服务，会议声音会发送到该服务。

  • 系统声音录制：用于读取 Mac 正在播放的声音，不录制屏幕。
  • 麦克风：用于线下会议和同声传译。
  • 输入监控：只判断右侧 ⌥ 是否单独按下；改用组合键后可以不授予。
  • 管理员密码：仅在安装 BlackHole 2ch 和重启系统音频服务时需要。

Mac 上的会议记录、录音和纪要默认位于：

~/Library/Application Support/LiveSubs

项目声明应用没有统计、埋点或自建服务器。Mac 版的纪要窗口默认不会出现在屏幕共享、录屏和截图中，但 Linux 不支持这一隐藏能力。

进阶使用技巧

优先选择合适的识别方案

  • Apple 芯片 Mac 可优先使用本机识别，减少会议声音离开设备的机会。
  • Intel Mac 需要 Ling 进行云端语音识别。
  • Windows、Linux 和 Android 可在 Ling 不可用时切换 OpenRouter、ZenMux 或其他兼容服务，但字幕可能比 Ling 晚 1 至 2 秒。

使用耳机改善混合会议记录

混合会议中，扬声器播放的线上声音可能再次进入麦克风。知了会检测并去重，但使用耳机或会议麦克风可以减少回声，也更有利于同时记录线上与现场发言。

校正说话人与术语

如果说话人识别有误，可以在实时纪要窗口中改名、合并说话人，或者把某段话分配给其他人。对于频繁出现的人名和术语，知了会统一写法，并让搜索同时覆盖可能的错误变体。

使用自建 AI 服务

在“设置 › AI 服务”中选择“其他（兼容 OpenAI）”，可以分别为翻译与纪要、同传声音和语音识别填写服务地址。局域网地址可以使用 HTTP。如果希望语音和文字都不经过 Google，还可以打开“语音和文字只发给你的服务”。

从源码构建 Mac 版

Mac 版没有第三方依赖，只需安装 Xcode Command Line Tools：

xcode-select --install
scripts/build.sh
open build/Cicada.app
scripts/package.sh

scripts/build.sh 会生成可与正式版同时运行的开发版，scripts/package.sh 会打包 DMG、ZIP 和 SHA-256 校验值。如果在 macOS 27 上遇到 SwiftUIMacros 缺失，需要安装完整 Xcode 并切换开发工具路径：

sudo xcode-select -s /Applications/Xcode.app

卸载方法

退出知了后，将应用从“应用程序”文件夹拖入废纸篓即可。会议记录不会自动删除，如不再需要，可以手动删除 ~/Library/Application Support/LiveSubs。清除 Mac 软件设置可运行：

defaults delete com.wquguru.cicada

结语

知了把实时字幕、双语转写、结构化纪要、录音回放和同声传译整合在一个本机会议工作流中。建议先完成系统声音权限和示例会议测试，再根据设备平台决定是否配置 Ling 或其他 AI 服务。正式会议前，还应测试目标语言、麦克风、虚拟音频设备和导出流程，确保字幕与同传稳定工作。