一场跨语言的会议，难受的地方不在于听不懂，而在于你得同时做三件事：听、在心里翻译、再记下要点。等会议结束，录音躺在那里，纪要还得从头听一遍。知了 Cicada 把这三件事压到了一起——它直接听电脑播放的声音，边听边出双语字幕，同时把总结、议题、结论和待办整理成一份结构化纪要。项目十一月一日开源，Apache-2.0 协议，覆盖 Mac、Windows、Linux 与 Android 四个平台，仓库已经积到两千多颗星。

Every call. Every stream. No language barrier. 首页把这句写在最前面，副标题补了半句：听懂、说回去、把一切都记住。

它不往会议里塞机器人

多数会议 AI 的接入方式是派一个机器人进会议室，参会列表上多出一个成员，所有人都知道有东西在听。知了走的是另一条路：读取系统正在播放的音频，会议另一端根本不知道它的存在。电脑能出声的地方它都能接，视频会议、语音频道、直播和播客都在覆盖范围内。这个选择的好处不只是"无感"，还省掉了主持人给机器人授权的麻烦——对方用的什么客户端，与它无关。

字幕是顺带出来的，纪要是重点

对方开口几秒，它就能认出说的是哪种语言，并翻成你系统所用的语言。屏幕上是一条只在有人说话时才出现的字幕条，鼠标移上去自动变透明，不挡视线。真正花心思的地方在旁边的记录窗口：一边听一边整理出总结、议题要点、结论、待办，甚至会画一张鱼骨图把问题拆开，人名和术语单独列成表。点某条结论或待办，画面会跳回对应的那句原话——这不是一个静态文档，而是一份能顺着线索回查的记录。

错词能被改回来

语音识别的老问题是专有名词：人名、公司名、产品型号，第一次听错之后会一路错到底。接上 AI 服务后，听错的名字会当场被改对，生僻的先问你一次，你答"对"以后它自动沿用。常用词可以提前贴进词表。会后还有兜底手段，选"改这句"能把整场里同样的错词批量替换，改错了随时撤销。搜索也照顾了这一点，按快捷键搜关键词，连识别错的同音词一起搜出来——这一点比搜索本身更重要，因为错词恰恰是你要找的那句。

轮到你说话，对方直接听到译文

同声传译是另一半功能。按住说话键开口，会议里其他人听到的是翻译后的语音，不用等字幕、不用打字。Mac 上还能开"不用按键"：听会时直接开口，会议声音自动压低，停顿一秒译文就说出去，说完自动恢复。声音可以选自然音色，也可以用几十秒录音克隆自己的声音。代价是这里要动系统麦克风，Mac 版会装一个虚拟音频驱动来接管，因此这一步需要管理员授权，其余功能不受影响。

1.9.0 加了四件小事

十一月十二日的 1.9.0 没有大改架构，四处调整都朝"用起来更顺"去。回放录音时整行会亮起，点任意一句就从那里开始播；纪要可以单独指定模型，接别的兼容服务也行，地址和密钥各自填；同声传译支持免按键模式，也就是上面说的那种；每场会议结束后，纪要和双语记录能按 Markdown 自动存进你指定的文件夹，Obsidian 库这类地方可以直接收。往前两天的 1.8.0 修的是错词修正的反向副作用——改中文词时不再连带把英文单词里的字母也改掉。

本机与云端的分界线在哪

这条线值得说清楚，因为它决定了这东西能不能用在敏感场合。Apple 芯片的 Mac 上，录音与语音识别都在本机完成，声音不出电脑，往外发的只有转好的文字；不填任何密钥，实时字幕、翻译、会议记录和同传都能用。Intel 版 Mac、Windows、Linux 与 Android 则是识别走云端，必须自己配一个 AI 服务的密钥，声音会分段发出去；录音与记录仍然只存本机。Mac 版还做了防录屏，共享屏幕和截图都拍不到纪要窗口，需要演示时可以手动放开。

几个需要提前知道的限制

手机端受系统限制，录不到通话与其他会议应用的声音，只能把外放打开、用面对面模式听现场，这是平台规则而非功能缺失。跨平台功能也不完全对等，Mac 版最全，其他平台在纪要生成与同传上依赖云端密钥。成本方面，Apple 芯片 Mac 上不填密钥就能免费用基础能力，实时纪要与声音克隆按量计费，一小时会议的花费在几毛到一块钱之间。项目还在快速迭代，两周内连发多个版本，功能表随时可能变。

把知了 1.9.0 放回它的位置看，它解决的不是"翻译一句话"，而是"开一场跨语言的会，结束之后不用再重听一遍"。字幕、纪要、双语记录、同声传译这四件事共用一条音频输入，也就共用了一份上下文——这正是它比四个独立工具拼起来更省事的地方。开源、记录存本机、可用自建服务，对会议内容不能外流的团队来说，这三点比功能表上的长度更关键。