LLPlayer：面向语言学习的双字幕播放器，把 Whisper、OCR 和翻译塞进一个 WPF 窗口
The media player for language learning, with dual subtitles, AI-generated subtitles, real-time translation, and more!
秒懂
- 它是什么？
- LLPlayer 是一款 Windows 桌面视频播放器，专为语言学习设计，支持双字幕、实时 ASR 生成、上下文翻译和 OCR 字幕。它把一堆开源工具集成到一个界面里，但 Beta 状态和配置不兼容问题需要你提前掂量。
- 适合谁用？
- LLPlayer 适合那些愿意在 Windows 上折腾、且把语言学习放在播放器核心需求的人。它不适合追求稳定播放体验的用户，因为 Beta 阶段可能不稳定，配置格式也可能在升级后失效。
- 能商用吗？
- 可以，但有条件。GPL-3.0 是 copyleft 许可证：如果你分发包含它的软件，就必须以同一许可证公开该软件的源代码。只在内部运行、不对外分发，则不会触发这项义务。
- 还在维护吗？
- 在维护。仓库最近一次提交在 5 天前。
- 用什么语言写的？
- 主要是 C#（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月15日）和我们的分析，不构成法律意见。
开源项目深度解析
普通播放器缺的那层字幕功能
语言学习者看视频时，需求往往不是高清解码或音效，而是字幕能不能同时显示原文和译文，能不能点一个词就查字典，能不能在没有字幕的视频上自动生成字幕。LLPlayer 就是冲着这些场景来的。它不是一个通用播放器，而是一个把字幕相关功能做深做透的工具。目标用户很明确：用原声视频学外语的人，尤其是需要精听、跟读、查词、对照翻译的那类学习者。它基于 C#/WPF 编写，底层用 Flyleaf 作为播放内核，但对外暴露的是字幕操作界面。
一条视频从播放到字幕生成的数据流
LLPlayer 的核心机制是同时处理两条字幕轨，左 CC 按钮对应主字幕，右 CC 按钮对应副字幕。主字幕放学习语言，副字幕放母语，二者可以同时显示，位置和大小都能独立调整。没有字幕时，它调用 OpenAI Whisper 做实时语音识别，支持 whisper.cpp 和 faster-whisper 两个引擎。Whisper 负责把音频转成带时间戳的文本，随后文本进入翻译管线。翻译引擎可配置，从 GoogleV1 到 DeepL、Ollama、OpenAI 都有支持。这里有个关键设计：上下文感知翻译。翻译不是逐句孤立进行，而是把相邻字幕文本一并交给 LLM，让译文更符合语境。对于图片型字幕，比如硬字幕或 VOBSUB，它用 Tesseract 或 Microsoft OCR 实时转成文本，再走同样的字幕处理流程。整个链路是：视频进，音频出，Whisper 转写，LLM 翻译，最终渲染成双字幕。
从下载到跑起来：你需要先装哪些东西
官方只提供 Windows 10 x64（1903 以上）和 Windows 11 的构建。你从 GitHub Releases 下载压缩包，解压后运行 LLPlayer.exe。首次启动前，系统必须装有 .NET Desktop Runtime 10，否则会出现安装提示。另外要装 Microsoft Visual C++ Redistributable 2022 或更高版本，文档特别警告：缺这个库程序能启动，但一旦开启 ASR 或 OCR 就会崩溃。Nvidia RTX 用户如果装了 CUDA Toolkit，字幕生成会更快，但这不是必须的。进入设置用快捷键 CTRL+. 或点进度条上的齿轮图标。在 Subtitles > ASR 部分下载 Whisper 模型，注意带 En 结尾的模型只支持英语。若改用 faster-whisper，则不用预先下载模型，首次使用时自动拉取。翻译功能需要先设置目标语言，默认引擎是 GoogleV1，其他引擎要单独配置。播放视频可以拖拽文件，也可以从右键菜单打开；在线视频直接粘贴 URL 即可，yt-dlp 负责拉流。
Beta 状态和配置不兼容：两个绕不开的坑
项目自述为 Beta，明确说还没有经过足够用户测试，可能不稳定。更实际的问题是配置文件的向后兼容性。开发者在 README 里写：版本 0.X.X 期间会主动做破坏性变更，配置文件在更新后可能无法向后兼容。这意味着你辛苦调好的字幕位置、翻译引擎设置、快捷键映射，一次升级后可能全部失效。对日常使用者来说，这是比功能缺失更难受的体验。另一个限制是平台：只有 Windows，没有 macOS 或 Linux 版本。如果你在非 Windows 环境，这个项目根本用不上。还有一点容易被忽略：ASR 和 OCR 依赖本地模型和引擎，whisper.cpp 模型要手动下载，大模型体积大且吃内存，普通配置的电脑跑大模型会卡顿。
同类工具怎么选：VLC 加插件 vs. LLPlayer 的集成路线
说到替代方案，最直接的对比是 VLC。VLC 本身可以显示双字幕，也支持扩展，但它的字幕生成和翻译依赖第三方插件，比如 VLSub 下载字幕，或者通过 Lua 脚本调用翻译 API。这些插件大多是社区维护，功能分散，没有一个统一的界面来管理 ASR、OCR 和上下文翻译。LLPlayer 的做法是把 whisper.cpp、Tesseract、yt-dlp、多个翻译引擎全部集成到一个 WPF 应用里，用户在一个设置窗口里搞定所有配置。另一类替代是像 Language Reactor 这样的浏览器扩展，它针对 Netflix 和 YouTube 提供双字幕和查词，但它只工作在流媒体网站，不处理本地视频文件。LLPlayer 的优势是本地文件加在线视频通吃，劣势是它把集成深度押在了自己的代码上，而 Beta 阶段的稳定性风险由用户承担。
维护成本和许可：GPL-3.0 意味着什么
从仓库的提交历史和版本节奏看，v0.2.1 在 2025 年 4 月，v0.2.2 在 5 月，v0.3.0 在 2026 年 4 月，间隔约一年，说明项目在持续维护但不算高频。开发者只有一个人，这从 README 的措辞能看出来，所以 bug 修复和功能更新的速度取决于个人精力。许可采用 GPL-3.0，这意味着你可以自由使用和修改，但如果你分发修改后的版本，必须同样以 GPL-3.0 开源。对于个人学习者，这个限制几乎无感；但如果你打算在公司内部部署或二次开发后提供给他人，就需要谨慎。另外，项目依赖多个外部工具，比如 Whisper、Tesseract、yt-dlp，这些工具各自的更新可能会影响 LLPlayer 的兼容性，升级时要注意配套版本。
编辑结论
LLPlayer 适合那些愿意在 Windows 上折腾、且把语言学习放在播放器核心需求的人。它不适合追求稳定播放体验的用户，因为 Beta 阶段可能不稳定，配置格式也可能在升级后失效。如果你主要看本地视频且已有外挂字幕，普通播放器加翻译插件可能更省心。如果你需要从无字幕视频中实时生成字幕、并配合 LLM 做上下文翻译，LLPlayer 是目前少有的集成方案。动手前先确认系统装了 .NET Desktop Runtime 10 和 VC++ Redistributable 2022，否则 ASR 或 OCR 一开就崩溃。还要想清楚用 whisper.cpp 还是 faster-whisper，前者要手动下载模型，后者首次使用时自动拉取。最后，GPL-3.0 许可意味着你若修改分发，必须开源，个人使用则无碍。
社区笔记