这个要求，目前是做不到的。

一是无法进行有效的语音识别，将声音转换成文字。目前这一技术，应用还受很大的局限，仅限于一些特殊的场景，无法用于所有的场合。----试想，如果能用了，就不用翻译了！全世界都可以通过语音识别技术，完成在任何场合、任何语种之间的同步翻译！

二是识别出了文字，还要同步显示出来，这需要此类软件的支持。但由于前提条件（语音识别技术）不行，就更没有开发这样同步显示字幕的软件。目前，编辑字幕，只能用手动添加，无法做到自动添加。