实时通话翻译如何运作

它为你做了什么

• 通话中每个人都说、都听自己的语言。
• 如果某种语言没有语音翻译，对方会改为阅读字幕。

如何运作

双方同意后，一个翻译程序会以静默参与者的身份加入通话。它获取每个人的音频，切成短片段，流式发送给云端语音模型，模型识别语音、进行翻译并朗读结果。翻译程序把译语播放到通话中给对方听，对于没有语音的语言则发送字幕。

翻译程序在独立于服务器其他部分的进程中运行，因此同时进行的大量翻译通话不会相互拖慢，也不会拖慢普通聊天。

影响效果的因素

• 双方都有稳定的网络连接。
• 一次只有一个人说话，句子简短。
• 环境安静：背景噪音会降低识别效果。

底层技术

WebRTC · 流式语音识别 · 机器翻译 · 语音合成

声音、字幕与隐私

通话默认选择翻译，但需要双方同意才会开始。正常翻译模式播放译语。等待同意或无法启动翻译时，应用播放原声。字幕显示同一份翻译内容；如果所选语言没有语音翻译，请开启字幕。

翻译进程会收到通话密钥，并在云端处理解密后的音频；视频不会发送去翻译。这时通话不再是端到端加密。关闭翻译会停止云端处理，却不能收回已经共享的密钥。若要进行不使用云翻译的对话，请关闭翻译后发起新的通话，并检查加密指示。