AI Caption Plugin

Минимальный OBS-плагин для локальных русских субтитров. Он использует CPU-модели sherpa-onnx и не отправляет звук в интернет.

Что осталось в плагине

• захват одного OBS-аудиоисточника или выбранного аудиотрека;
• локальное потоковое распознавание: быстрый T-One или более точный Nemotron 3.5 (560 мс);
• Browser Source с визуальным конструктором оформления;
• настраиваемая автозамена слов, фрагментов и Regex для цензуры или исправления распознавания;
• файл с текущим текстом субтитров и OBS-подобным шаблоном даты/времени в имени;
• native closed captions для активного стрима как задел на будущее.

Google API, gRPC, API-ключи, SRT/transcript writer, вывод в запись и виртуальную камеру, OBS Text Source и связанные с ними настройки удалены.

Установка в Windows

1. Полностью закройте OBS.
2. Распакуйте AI-Caption-Plugin-<version>-windows-x64.zip.
3. Запустите ai-caption-plugin\Install-AICaptionPlugin.cmd.

Лаунчер снимает интернет-метку только со своего Install-AICaptionPlugin.ps1, чтобы скачанный с GitHub пакет работал при стандартной политике RemoteSigned. Системная Execution Policy не изменяется и Bypass не используется.

Нужен современный PowerShell 7 (pwsh). Установщик использует рекомендуемый OBS путь %ProgramData%\obs-studio\plugins\, не запускает устаревший Windows PowerShell и не повышает свои права автоматически. При первой установке он скачивает обе локальные модели, проверяет архивы и каждый рабочий файл по SHA-256, а при обновлении сохраняет только модели с верной контрольной суммой. Проверенные архивы переиспользуются; общий кэш загрузок жёстко ограничен 1 ГиБ.

Настройка

1. Откройте Сервис → AI Captions.
2. Выберите чистый источник микрофона. Для сложного микса можно выбрать отдельный источник, по состоянию которого распознавание будет включаться и выключаться.
3. В разделе «Распознавание» выберите T-One для минимальной задержки либо Nemotron 3.5 (560 мс), если важнее точность и распознавание русской речи рядом с другими языками. Для T-One при необходимости добавьте имена, названия игр и канала как «Горячие слова» — по одному на строку.
4. Оставьте плагин включённым.

Плагин захватывает звук только при наличии потребителя:

• активный Browser Source;
• включённый вывод в файл;
• активный стрим с включённым native CC;
• открытое локальное превью.

После исчезновения последнего потребителя локальная модель и захват звука останавливаются.

Автозамена и имя файла

В разделе «Автозамена текста» добавьте пары «Заменить → На что». Режим «Слово целиком» не затрагивает совпадения внутри других слов; пустое поле «На что» удаляет найденный текст. Правила из старой версии плагина переносятся автоматически.

Готовый проверенный профиль для русского мата, транслита и английской грубой лексики находится в PROFANITY_FILTER.md.

Имя файла принимает токены в стиле OBS. Например, captions_%CCYY-%MM-%DD_%hh-%mm-%ss.txt превратится в captions_2026-08-03_14-05-09.txt при запуске вывода. Доступны %CCYY, %YY, %MM, %DD, %hh, %mm, %ss; %% создаёт обычный знак %.

Browser Source

В настройках плагина нажмите «Настроить внешний вид», затем скопируйте готовый URL в Browser Source. Адрес содержит случайный локальный порт и секретный 256-битный ключ, поэтому его нельзя заменять вручную на старый фиксированный URL или публиковать в интернете. Чтобы изменить пару параметров уже работающего источника, вставьте его текущий URL в поле «Восстановить настройки из уже добавленного Browser Source»: конструктор применит только параметры оформления и выдаст новый URL.

Страница работает только на localhost. Browser Source держит одно ограниченное соединение Server-Sent Events: пока оно открыто, распознавание активно и новые слова приходят без опроса сервера. Открывать окно AI Captions для этого не нужно.

Ограничения

• T-One — русская streaming-модель с минимальной задержкой. Горячие слова включают у неё modified beam search, поэтому применяйте их к действительно важным именам и названиям, а не к длинному словарю.
• Nemotron 3.5 (560 мс) — многоязычная streaming-модель с заявленной поддержкой ru-RU; она заметно тяжелее T-One и работает только на CPU в текущей Windows-сборке.
• Результат дополнительно ограничен русской кириллицей, английской латиницей, цифрами и безопасной пунктуацией; другие письменности отбрасываются целиком. Это защита вывода, а не языковой детектор: например, английский и испанский используют одну латиницу.
• Qwen3-ASR 0.6B int8 проверен экспериментально и пока не заменяет T-One: на тестовом Ryzen 7 7800X3D он оказался заметно медленнее, потребовал около 1,35 ГиБ памяти и допустил больше ошибок на русском. Подробности — в QWEN_BENCHMARK.md.
• Стандартный путь native captions в OBS использует EIA-608 и не передаёт кириллицу. Browser Source и файл поддерживают UTF-8 полностью.
• Сборка и установщик сейчас рассчитаны на Windows x64 / OBS 32.2.1.

Инструкции для разработчика находятся в DEVELOPMENT.md.

Происхождение и лицензия

Плагин основан на OBS Captions Plugin Rat и распространяется по GPL-2.0-or-later. Полный текст находится в LICENSE, сведения об исходном проекте — в NOTICE.md, а лицензии поставляемых библиотек, модели и шрифта — в THIRD_PARTY_NOTICES.md.

Сообщить об уязвимости можно по правилам из SECURITY.md. Пожалуйста, не создавайте публичный issue до исправления проблемы.