一行 npm install 先被寫上了海報：LiveSub，把直播字幕拆成了可挑選的介面

10 月 21 日，V2EX 上一位名為 12wk34 的開發者發布了一款名為 LiveSub 的開源工具，標題把三個關鍵詞排在最前面：開源、本地、無需顯示卡。這組排序本身就是一種設計。對一款直播字幕與翻譯工具而言，功能早有前例，真正被強調的是門檻：直接 npm install -g livesub 就能跑，模型推論只依賴 CPU，稍新一點的電腦即可。

先把它的結構拆開看。LiveSub 把「語音辨識」與「翻譯」做成兩個可以分開選擇的模組，這是最值得注意的設計決定。ASR 端支援本地的 qwen3-asr 與阿裏百煉的 qwen，以及 OpenAI；翻譯端除了本地的 Firefox Translate，還支援 OpenAI、Claude 與 DeepSeek。開發者自己的用法是本地 ASR 搭配 DeepSeek 翻譯，理由寫得很坦白：在隱私、速度與準確率之間取捨。這種把元件交給使用者組合的作法，與我們先前觀察過的不走雲端的區域網路遠控介面 UnitCtrl屬於同一種設計姿態：工具不替你決定資料要去哪裡。

預設方案的選擇也看得出品味。qwen-asr 加 Firefox Translate 是整合好的純本地方案，在 UI 裡下載模型即可使用，模型管理被收進了介面本身。開發者另外針對 qwen-asr 的特性做了優化，並為 Linux、macOS 與 Windows 預先編譯了推論引擎，等於把「跨平臺」與「免編譯」這兩個最容易勸退使用者的環節先處理掉。這些都不是功能上的創新，而是安裝路徑上的設計：讓第一分鐘的體驗不被環境問題卡住。

介面形態則是一個明確的取捨。開發者自述「自用就偷懶只做了 WebUI」，靠 PWA 與 Chrome 的畫中畫來運行，桌面端等有人用再做。畫中畫在這裡扮演的角色很實際：直播字幕本來就該浮在畫面上方，瀏覽器現成的機制剛好替代了一個還不必寫的桌面外殼。這是一種誠實的減法，與那些一開始就把 Electron 殼包上、功能還沒穩就把安裝包做大的工具相比，LiveSub 選擇先讓核心可用。

留言區的回饋也指出了這類工具共同的痛點。一位使用者回應，他真正想要的是字級時間戳精準的即時語音辨識字幕，可惜開源方案普遍有時間戳漂移的問題。這條留言恰恰劃出了 LiveSub 所處的位置：它能解決「聽得懂、翻得出」，但字幕與聲音對齊的精度，仍是整個開源 ASR 生態還沒跨過去的門檻。

收在看整體。LiveSub 沒有驚人的技術敘事，它的設計價值在於把一套原本需要湊齊多個元件的工作流，整理成一個模組可換、預設本地、安裝一行指令的工具。當「本地優先」從口號變成預設方案的實際排列方式，這款工具已經把它的立場做進了介面裡。