Traducción en vivo¶

Subtítulos y traducciones en tiempo real desde micrófono, audio del sistema, o ambos — con una ventana overlay siempre arriba opcional para que los subtítulos queden sobre lo que sea que estés viendo.

Qué puedes hacer con esto¶

Subtítulos de reuniones en vivo — subtitula una llamada Zoom / Meet / Teams en otro idioma sin entrar como bot traductor.
Aprendizaje de idioma en tiempo real — subtitula contenido en idioma extranjero (películas, podcasts, conferencias) con tu idioma nativo como pista de traducción.
Subtítulos a nivel sistema — captura audio del sistema para subtitular YouTube / Netflix / cualquier cosa que se reproduzca en tus altavoces.

Lo que necesitas¶

FFmpeg en PATH — ver Configuración FFmpeg.
Un backend STT, uno de:
- faster-whisper — local, offline, gratis, predeterminado
- Soniox — cloud, de pago, diarización de oradores en tiempo real. Ver Configuración Soniox.
Para la captura de audio del sistema, el backend correcto por OS se auto-selecciona: Linux usa parec (PulseAudio / PipeWire), Windows usa WASAPI loopback nativo (sin software extra en la mayoría de casos), macOS usa ffmpeg -f avfoundation contra un dispositivo loopback virtual (BlackHole / Loopback / etc.). Aparece una bandera de advertencia en línea con enlaces de instalación clicables si falta algo. Ver Configuración → Audio del sistema para instrucciones completas de instalación por OS.

Paso a paso¶

Haz clic en Traducción en vivo en la barra lateral.
Configura una vez en Configuración → Live:
- Idioma origen (idioma hablado)
- Idioma destino (o déjalo vacío para sólo transcripción)
- Fuente de audio: Micrófono / Audio del sistema / Ambos
- Método STT: Whisper / Soniox
De vuelta en la página Live, haz clic en Empezar a escuchar (Ctrl+Enter).
La transcripción llena el panel principal tarjeta a tarjeta. La ventana Overlay flotante también muestra subtítulos (arrástrala donde quieras).
Haz clic en Detener para terminar la sesión.

La vista de transcripción¶

Elige un layout en la barra de herramientas:

Apilado — original + traducción, uno encima del otro
Lado a lado — original a la izquierda, traducción a la derecha
Sólo original / Sólo traducción

Los botones de la barra de herramientas usan sufijos ON / OFF para estado a primera vista — por ejemplo TTS ON, TTS OFF, Timestamps ON, Overlay OFF.

Activa/desactiva timestamps con el icono del reloj. Activa/desactiva la reproducción TTS de las líneas traducidas con el icono del altavoz. Honra tu selección en Configuración → Voz → Método TTS — Edge TTS (predeterminado), ElevenLabs, Google Cloud TTS, Gemini TTS, o Piper TTS (totalmente offline). Con Piper seleccionado, las voces por idioma faltantes caen silenciosamente a Edge TTS en mitad del flujo — no hay pre-flight modal en esta página, ya que bloquear el flujo en vivo con un diálogo de descarga sería peor que el fallback.

La ventana overlay¶

Una ventana herramienta arrastrable, redimensionable y siempre arriba. Atajos:

Atajo	Acción
`Ctrl+[` / `Ctrl+]`	Disminuir / aumentar opacidad
`Ctrl+Flecha`	Mover el overlay
`Ctrl+0` / `Ctrl+9`	Agrandar / encoger

Posición, tamaño, opacidad y tamaño de fuente persisten entre sesiones.

Sincronización en vivo con la configuración¶

Los controles de tamaño de fuente y opacidad funcionan en ambos sentidos: arrastrar el control Tamaño de fuente u Opacidad en Configuración → Traducción en vivo → Configuración del overlay actualiza el overlay abierto en tiempo real, y a la inversa, pulsar + / - / Ctrl+[ / Ctrl+] dentro del overlay actualiza los controles en Configuración. No requiere reiniciar el overlay.

Marcador de posición de estado vacío¶

Antes de capturar audio el overlay muestra un marcador ("Pulse Iniciar..." inactivo / "Escuchando..." una vez pulsado Iniciar) que refleja el estado vacío de la ventana principal — el cambio se mantiene sincronizado con la insignia de estado en ejecución. El marcador se adapta al ancho × alto actual del overlay y permanece legible en cualquier tamaño de ventana.

Modo de subtítulos mínimos¶

La casilla Mostrar subtítulos mínimos en Configuración → Traducción en vivo → Configuración del overlay oculta las etiquetas de marca de tiempo y orador en el overlay mientras se mantienen visibles en la ventana principal. Útil cuando se comparte el overlay con una audiencia (modo presentador / pantalla compartida) pero desea mantener los metadatos completos en su vista de trabajo. La opción es solo del overlay — no cambia su preferencia de "Etiquetas de orador" para la ventana principal.

Guardar la transcripción¶

Haz clic en Guardar transcripción para exportar la sesión a un archivo .txt con timestamps, oradores, líneas originales y líneas traducidas.

Eligiendo backend STT¶

Backend	Mejor para	Coste	Latencia
Whisper (local)	Offline, sensible a privacidad	Gratis	Media (~1 s tras fin de oración)
Soniox	Reuniones multi-orador	De pago (~$0.005 / min)	Baja (tiempo real)

Advertencias¶

Selección de micrófono

La entrada de micrófono siempre usa el dispositivo predeterminado del OS — no hay selector en la app (sounddevice expone demasiados plugins ALSA virtuales para ser útil, y el OS ya posee la UI del micrófono predeterminado). Configura tu micrófono preferido en la configuración de sonido del OS antes de empezar.

Backpressure TTS

La cola TTS está limitada a las 3 oraciones más recientes — el audio en cola más antiguo se descarta si la síntesis se queda atrás. Esto mantiene la reproducción hablada cerca de los subtítulos en pantalla.

ElevenLabs sin clave

Si has puesto el método TTS en ElevenLabs pero no se ha configurado una clave de API, la página Live cae automáticamente a Edge TTS y anuncia el fallback en la etiqueta de estado.

Atajos¶

Atajo	Acción
`Ctrl+Enter`	Iniciar / Detener
`Ctrl+K`	Limpiar log (con confirmación)
`Ctrl+[` / `Ctrl+]`	Ajustar opacidad del overlay