边讲话,边听译声
在同传工作台选择「连续同传 · OpenAI」,让服务持续接收麦克风声音,返回目标语言的译声和字幕。此路线需要网络和可用的 OpenAI API 账户。
先选适合的同传路线
| 你需要什么 | 选择 | 准备内容 |
|---|---|---|
| 使用自己的本地识别、翻译和译声模型 | 分段译声 | 选择已配置的 STT、翻译和 TTS,按需使用参考音。见同传工作台教程。 |
| 由同一云端模型持续听入语音并翻译出声 | 连续同传 · OpenAI | 选择已保存的 OpenAI 连接和一个目标语言,无需另选本地 STT 或 TTS。 |
连续同传使用 gpt-realtime-translate 的专用翻译接口。源语言由服务自动判断。每次会话输出一种目标语言,当前入口使用一条麦克风音轨。
译声会随来源声音的整体语调、音高和表达风格变化。这一能力不保证精确复制说话人的身份或声纹,也不提供固定音色、参考音上传和自定义提示词。接口说明见 OpenAI 连续翻译指南。
在配置引导中保存一次连接
- 打开顶部「配置引导页」,进入 API 配置,找到 OpenAI。
- 填写账户的 API Key 和 Base URL。官方地址为
https://api.openai.com/v1;实时模型填写gpt-realtime-translate。 - 启用并保存连接,再返回同传工作台。使用时从已配置的连接中选择,不需要反复输入地址或密钥。
使用兼容服务时,服务必须实现 OpenAI 的专用连续翻译协议。仅支持文本对话、文件转写或语音对话的兼容地址不足以运行此功能。不要把 Qwen、豆包的专用语音地址填进来,也不要在 Base URL 后追加 /realtime/translations。
此路线会把麦克风音频发送到所选服务,并接收译声。开始前请确认服务地址、账户权限和计费规则。软件不会自动换用另一家服务。
开始讲话,停止后等尾句播完
- 打开「同传工作台」,选择连续同传 · OpenAI。戴上耳机,避免扬声器的译声再次进入麦克风。
- 选择已保存的 OpenAI 连接,在译成中选择目标语言。源语言保持自动;若需要同时阅读来源内容,勾选同时显示源语转写。
- 点击开始连续同传。先等待连接、配置确认和设备准备完成,再开始讲话。看到「正在收音与翻译」后,观察麦克风电平,确认输入正在变化。
- 按平常节奏讲话,句间可以正常停顿。服务持续处理音频,译文和译声会陆续到达。
- 结束时点击停止同传。收音停止后,已经发送的尾句仍可能返回字幕和音频。等状态结束、尾音播完后,再开始下一次。
关闭同传面板会继续运行。需要结束收音时,先点击「停止同传」。单纯收起面板或切换查看内容不会替你结束会话。
没有固定的出声时间保证。网络、语言组合、说话节奏和服务负载都会影响等待时间。建议第一次先说一句短话,确认源字幕、目标语言和译声音量,再用于较长的内容。
- 1选择连续同传,使用这条 OpenAI 路线。
- 2开始前选择已保存的连接、目标语言,以及是否显示源语转写。
- 3在这里启停,核对麦克风电平与当前状态。
- 4原文与译文分开阅读,回到最新可继续跟随字幕。
选择一个目标语言
当前入口提供下列 13 种目标语言。下面的代码供核对配置使用,日常操作选择对应的语言名称即可。
| 目标语言 | 代码 | 目标语言 | 代码 |
|---|---|---|---|
| 英语 | en | 中文 | zh |
| 日语 | ja | 韩语 | ko |
| 法语 | fr | 德语 | de |
| 西班牙语 | es | 葡萄牙语 | pt |
| 俄语 | ru | 意大利语 | it |
| 印地语 | hi | 印度尼西亚语 | id |
| 越南语 | vi | 源语言自动识别 | |
来源声音里的混合语言、专有名词、数字和多人重叠讲话,仍需要人工核对。自动判断语言不意味着能正确翻译所有录音。
阅读字幕,保留完整记录
来源字幕和译文分别追加显示。字词可能分几次到达,软件按服务返回的顺序接起来;句子尚未完成时,不要只凭一个字判断翻译结果。
原文和译文窗口各保留最近 32 KiB 的 UTF-8 文本,能显示的字数随语言而变化,较早内容会移出阅读窗口。停止会话后,使用导出记录 · JSONL保存本次会话的完整字幕事件;运行中不能导出。JSONL 是逐行存储记录的文本格式,可用文本编辑器查看。「复制窗口」只复制当前保留的文字;浏览较早内容后,可点「回到最新」继续跟随字幕。
记录包含目标语言、字幕片段及会话状态,不包含原始音频,也不会自动生成 WAV 文件。记录随软件的数据目录保存。退出软件会取消当前同传;请先正常停止并等尾句处理结束,再退出。
源字幕关闭时,不会显示这条来源转录流。译声和目标字幕仍来自语音翻译;来源转录本身可能与实际讲话有出入。
- 1停止后,确认尾句仍保留在字幕窗口。
- 2导出记录 · JSONL 保存完整的本地事件记录,包括已移出窗口的内容。
遇到问题时先看这几处
| 现象 | 处理方法 |
|---|---|
| 找不到可选连接 | 回到配置引导,确认 OpenAI 连接已启用、已保存,实时模型为 gpt-realtime-translate。 |
| 一直停在连接或配置确认 | 确认账户有该模型权限,Base URL 可用且服务实现专用翻译接口。界面未进入收音状态前,不代表已经开始发送讲话。 |
| 电平没有变化 | 检查系统麦克风权限、当前输入设备和硬件静音。先用配置引导的麦克风检查确认输入。 |
| 有字幕,听不到译声 | 检查系统输出设备、耳机音量和应用音量。先等短句完成,再确认是否仍没有声音。若讲话本身已是目标语言,服务也可能不播报。 |
| 译声又被翻译了一次 | 戴耳机并降低扬声器回放,避免回声进入同一条输入音轨。 |
| 提示连接断开或服务错误 | 保留已有记录,检查网络和账户后由你重新开始。软件不会自动重连或切换服务;断开期间的讲话不会自动补传。 |
