音频翻译 App 怎么选？实时语音、播放声音和音频文件分别应该如何进行翻译

你真正会想到使用音频翻译 App 时，通常已经有一段声音在耳边了。

可能是面前的外国人正在和你说话，可能是电脑正在播放一场外语直播，也可能是一档很想听、却没有中文字幕的播客。它们带来的困难都一样：声音听得见，内容却听不懂。

但解决办法并不相同。面对面交流不能等整段处理完成；直播必须跟着播放进度持续翻译；已经保存的音频则先生成双语字幕，再慢慢回听。选对方式以后，操作会简单很多。

别人正在和你说话：用实时语音翻译

在餐厅点餐、酒店办理入住、问路或临时交流时，对方就在面前等你回答。此时最重要的不是保存一份完整字幕，而是说完一句后，马上让另一方听懂。

如果双方轮流说话，使用对话翻译最直接。先选择两个人分别使用的语言，说话的一方点击自己的麦克风，说完后查看原文和译文，再把译文播放给对方。对方用另一种语言回答，App 再把意思翻译回来。

第一次使用时，可以故意说一句带有时间、地点和数字的话，例如“我预订了明天下午三点的房间”。除了看译文是否通顺，也要确认姓名和数字有没有听错。发现识别错误时，先修改原文再重新翻译，比对着麦克风重复很多次更有效。具体按钮可以参考对话翻译使用说明。

如果两个人要连续交谈较长时间，例如参加会谈、接待来访者或与朋友深入聊天，每句话都手动开始和结束会打断节奏。这时可以改用双向同传，让两种语言持续被识别和翻译，双方直接通过字幕或译文声音跟上对话。

看外语直播、参加在线会议或听网课时，声音还在不断往前播放。等到结束以后再翻译，已经来不及跟上画面和讨论。这种情况需要的是单向同传或实时字幕。

在电脑上，选择正在播放声音的软件或系统音频作为来源。这样 App 可以直接接收会议、浏览器或直播软件的声音，不必把扬声器开得很大，再让麦克风从房间里重新收一遍。手机端的声音来源由系统和当前模式决定，按照页面提示选择直播或麦克风即可。

使用翻译鸥时，可以打开AI 同声传译，再根据场景选择声音：

有时你播放的是已经录好的节目，却仍然只想当场听懂，不打算保存结果，这时实时翻译也可以解决问题。如果之后还想重新定位某句话、降低速度慢慢听，直接导入音频会更方便。

播客、课程录音、音频节目和保存在电脑里的文件已经完整存在，不需要翻译追赶播放进度。把内容导入以后，App 可以先识别整段声音，再生成与时间对应的原文和译文字幕。

在电脑版翻译鸥中打开音频翻译，粘贴受支持的音频或播客链接，或者选择本地音频文件。接着确认音频中实际使用的语言，并选择自己想看的语言。来源有可用字幕时可以直接使用，没有字幕时则通过 AI 语音识别生成原文。

翻译完成后，播放的仍然是原音，原文和译文会跟着时间显示。听到不明白的地方，可以点击对应字幕回到那句话；语速太快时降低播放速度；一次听不完就加入“稍后收听”。某一行识别错了，也可以只修改这一行并重新翻译，不必从头处理整段音频。

这种方式特别适合较长的声音内容。你不需要举着手机对准扬声器，也不用一边听一边反复暂停和复制译文，处理完成后再按照自己的节奏收听即可。

同样是“把一段英语音频翻译成中文”，每个人想拿到的结果可能不同。

如果只是想理解内容，双语字幕最实用。译文帮助你跟上意思，原文则可以核对人名、地名、作品名称和专业词。对于播客和录音，字幕还应该与播放时间对应，方便随时回到原声位置。

如果正在走路、看直播画面或听现场演讲，没有办法一直盯着屏幕，译文声音会更方便。实时同传可以在讲话进行时播放译文，让眼睛继续关注现场或画面。

如果你要制作一份可以发布、剪辑或交付的中文配音文件，需要的是配音制作，而不是音频翻译。完整的配音流程必须能够单独导出目标语言声音、调整声音与原内容的时间，并逐段修改人名、术语和语气。实时播放译文只能帮助当下听懂，不能替代配音文件制作。

在翻译鸥里，入口很明确：已有音频，打开音频翻译，播放原音并查看同步双语字幕；演讲、直播或会议正在进行，打开同声传译，实时查看双语字幕并收听译文。翻译鸥的音频翻译不用于制作配音文件。

对方正在等你回答，打开对话翻译；直播、会议或网课还在继续，打开同声传译并选择麦克风或设备声音；播客、课程录音或本地音频已经在手里，打开音频翻译并导入链接或文件。

选择原语言和目标语言后就可以开始。实时内容会边说边译，已经保存的音频会在处理完成后显示同步双语字幕。想核对名字和术语时看原文，不方便一直看屏幕时收听译文。

下次遇到听不懂的外语声音，打开翻译鸥，选择对应的入口，就能继续交流、继续观看，也继续把想听的内容听完。声音在哪里，翻译鸥就从哪里帮你听懂。