音訊模式 — 輪流翻譯與語音播放
2026 年 3 月
Live Translate Live 提供兩種即時對話翻譯方式。主要模式是捲動跑馬燈——持續語音辨識，將翻譯文字串流顯示於共用螢幕上。第二種模式是音訊模式：輪流發言、按住說話，並由 AI 語音朗讀翻譯結果。您說話、確認逐字稿、修正辨識錯誤、點擊翻譯，對方便能以自己的語言聽到譯文。接著將手機遞過櫃台、桌子，或交回給自己，換對方發言。
跑馬燈模式專為共用螢幕設計，音訊模式則專為您手中的手機設計。
音訊模式與跑馬燈模式 — 如何選擇
兩種模式均包含在所有方案中，您可以在對話途中隨時切換。它們解決的問題不同。跑馬燈模式最適合兩人能同時舒適地看同一個螢幕、且無需持拿裝置的情境。音訊模式則最適合沒有好的平面可以放置手機、環境太吵無法快速閱讀捲動顯示，或一方或雙方因任何原因無法閱讀譯文的情境。
| 情境 | 跑馬燈 | 音訊 | 原因 |
|---|---|---|---|
| 餐廳桌上，手機平放於兩人之間 | 適合 | 尚可 | 雙方都能閱讀各自那側的螢幕；用餐時持續流動的翻譯感覺自然。 |
| 熱鬧的市集攤位，沒有平面可放置 | 不適合 | 適合 | 您站著持拿手機。音訊模式讓您可以說話、展示並遞交手機。 |
| 直播或廣播疊加畫面 | 適合 | 不適合 | OBS 可將捲動跑馬燈擷取為視窗來源。音訊模式沒有供觀眾觀看的螢幕。 |
| 一方為聽障使用者 | 適合 | 不適合 | 螢幕上的文字才是重點，語音播放幫助不大。 |
| 一方為視障或低視力使用者 | 不適合 | 適合 | 語音播放消除了閱讀捲動顯示的需求。 |
| 嘈雜的工地或工廠 | 尚可 | 適合，搭配耳機 | 音訊模式搭配耳機可直接傳遞翻譯；戴著安全帽時閱讀螢幕很困難。 |
| 安靜的會議室或飯店大廳 | 適合 | 尚可 | 當無需中斷對話來傳遞手機時，持續跑馬燈模式表現最佳。 |
| 共乘或計程車 | 不適合 | 適合 | 司機需要專注於道路。透過手機喇叭的語音播放可輕鬆處理。 |
一個實用的判斷原則：如果您自然而然會來回傳遞手機，請使用音訊模式；如果您自然而然會把手機放下，請使用跑馬燈模式。
輪流發言的工作流程，逐步說明
音訊模式刻意設計為線性流程。每一輪是一次來回——您說話、翻譯、遞交。以下是每一輪的確切步驟：
- 點擊按住說話並開口說話。以舒適的說話姿勢持拿手機。您可以使用按住說話（按住按鈕，說完後放開）或持續聆聽切換。在嘈雜的地方，按住說話更佳，因為麥克風只在您說話時才啟動。
- 觀看即時逐字稿顯示於螢幕上。您的話語會即時轉錄，並以動態字體大小顯示以適應螢幕。轉錄完全免費——無論您說多久或重新開始幾次，此步驟均不消耗點數。
- 如有需要，請審閱並編輯逐字稿。語音辨識器在專有名詞、數字和不常見的專業術語上容易出錯。點擊逐字稿，在翻譯前修正錯誤的詞語。這是跑馬燈模式無法提供的步驟——跑馬燈會立即翻譯，因此聽錯的詞語已經顯示在螢幕另一側。音訊模式的翻譯完全基於您真正想說的內容。
- 點擊翻譯。這是唯一消耗點數的步驟。費用按翻譯文字的字元數及合成語音的字元數計算——轉錄部分不收費。
- 聆聽 AI 語音以目標語言播放。翻譯內容會透過手機喇叭（或已連接的耳機）朗讀出來。翻譯文字也會顯示於螢幕上，作為偏好閱讀者的備用方式。
- 遞交裝置，或重新播放。將手機傳給對方進行他們的回合，或點擊重播讓他們再次聆聽翻譯。準備好開始下一輪交流時，清除螢幕即可。
點數效率 — 自由轉錄，選擇性翻譯
這是音訊模式中最令人驚喜的部分。跑馬燈模式持續計費，因為它持續聆聽並持續翻譯——這正是它讓人感覺即時的原因。音訊模式則不同。在音訊模式中：
- 語音辨識僅在您主動按住按住說話按鈕時（或持續聆聽麥克風開啟時）才運作。
- 轉錄完全免費。說話、清除螢幕、重新開始、再次說話——點數不會移動。
- 點數僅在您點擊翻譯時消耗，且僅針對該特定句子。
在市集攤位進行十輪對話——「這個多少錢」、「有藍色的嗎」、「我要兩個」——通常不超過一千個翻譯文字字元和一千個合成語音字元。費用極低。同樣的十輪對話若使用跑馬燈模式，則需要在句子之間持續保持辨識器運作（包括尷尬的停頓、攤販與其他顧客交談、環境噪音），這些都會以時間計費方式累積。對於簡短的交易性對話——也就是您站著傳遞手機時發生的那種對話——音訊模式的費用要低得多。
取捨是顯而易見的，值得坦誠說明：音訊模式並非持續運作。您需要自行決定何時翻譯，這會在每輪之間引入短暫的停頓。對於希望翻譯感覺不間斷的坐下用餐或會議，跑馬燈是正確的工具。對於其他情境——尤其是以下場景——音訊模式的費用物超所值。
音訊模式大顯身手的場景
街頭攤販交易
您在台北的夜市或馬拉喀什的露天市集。一手持著手機，另一手拿著紙袋。沒有桌子。攤販在櫃台後方，距離三英尺，身旁還有其他顧客。您點擊按住說話，提出問題，點擊翻譯，攤販便能以自己的語言聽到答案，無需俯身看螢幕。如果他們想回應，您將手機遞過櫃台讓他們發言。整個交流大約只需十五秒，費用不到一個點數的零頭。
嘈雜的市集與觀光區
透過耳機播放的音訊能穿透環境噪音，這是閱讀螢幕所做不到的。如果雙方都有耳機——或共用一副——翻譯會直接播入耳中，即使周圍街道的噪音高達 85 分貝。在這種情況下，按住說話是正確的輸入選擇，因為它能在您不說話時關閉麥克風，避免辨識器嘗試轉錄周圍的人群聲音。
低視力使用者的無障礙功能
對低視力使用者而言，AI 語音播放不是便利功能——它是核心功能。您說話，翻譯以目標語言朗讀出來，無需任何人閱讀捲動顯示。這是音訊模式相較於跑馬燈模式最明顯的優勢之一，也是我們在產品中保留兩種模式而非只選其一的原因。
共乘與計程車對話
司機正在開車，他們不會看您的螢幕，您也不希望他們這樣做。透過手機喇叭的音訊模式讓您可以給出方向、詢問路線或商定車資，雙方都無需將視線離開道路。對於司機的回應，您可以將手機遞給前座乘客，或在他們簡短說話時使用持續聆聽模式。
醫療接待與臨床問診
護理師從病歷板上讀出問題，您以自己的語言回答。點擊翻譯後，臨床人員便能聽到朗讀出來的答案——免持操作——同時繼續填寫或輸入接待表單。由於轉錄免費，您可以花任意時間回答、隨時改述，只在答案確定後才消耗點數。對於醫療專有名詞（藥品名稱、病症名稱），審閱與編輯步驟尤其實用。
飯店前台與服務櫃台
您在櫃台這側持拿手機說話，然後將手機滑過去讓服務人員回應。音訊播放的音量足以讓雙方都能聽到，螢幕上的逐字稿在大廳有回音時也能作為備用。對於簡短的交流——辦理入住、退房、「附近有藥局嗎」——音訊模式幾乎不花費任何費用，並消除了兩人俯身看同一支手機的尷尬。
裝置擺放與音量技巧
以下幾點能讓音訊模式在現實環境中運作得更好：
- 將手機靠近到足以收到清晰音訊的距離，但不要太近以免麥克風失真。距離嘴巴約 15 至 30 公分是合適的範圍。配備多個麥克風的手機能合理處理風聲和背景噪音，但無法修復從桌子對面錄製的音訊。
- 環境噪音大時請使用按住說話。持續聆聽模式會嘗試轉錄它聽到的一切，包括您旁邊的人說話。按住說話能在輪次之間關閉麥克風。
- 在第一次翻譯前調高媒體音量。AI 語音播放透過手機的媒體聲道輸出，而非鈴聲聲道。如果您的媒體音量為零，第一次播放會沒有聲音，讓您以為出了問題。
- 在擁擠的地方，耳機優於喇叭，無論是播放清晰度還是隱私保護。如果您共用一副耳機，請將空閒的那隻耳機連同手機一起遞過去。
- 長時間對話請插電。長時間對話中持續使用按住說話會明顯消耗電量——雖然比跑馬燈模式少，但仍然明顯。
AI 語音播放的誠實限制
AI 語音表現良好，但並非真人。以下幾點需要了解：
- 韻律在某些語言中表現較佳。英語、西班牙語、法語、德語、日語和普通話聽起來最自然。使用人口較少的語言可能聽起來較為生硬或機械感，尤其是較長的句子。
- 專有名詞是已知的弱點。人名、街道名稱、品牌名稱和專業術語有時會被當作目標語言中的普通詞語來發音。在翻譯前審閱並稍微改寫逐字稿會有所幫助——例如，將「Saint-Laurent Boulevard」以音標方式拼寫出來。
- 句子之間有短暫停頓，而非自然流暢。每次翻譯都作為完整的話語生成。兩個連續的翻譯聽起來像兩個獨立的句子，而非同一個說話者的連續表達。在輪流對話中這通常沒有問題，且鑑於您在每次翻譯之間都會點擊翻譯，這是正確的行為。
- 32 種語言支援語音播放。該範圍以外的語言仍可正確翻譯為文字——只是無法朗讀出來。跑馬燈模式處理這些語言時沒有此限制。
常見問題
音訊模式中單次翻譯需要多少點數？
費用取決於翻譯內容的長度，但簡短的對話句子（一個問題、一個價格、一行回覆）通常每次只消耗一個點數的零頭——按翻譯文字的字元數和生成語音的字元數計費。十輪市集對話通常只需幾分錢。請參閱定價頁面了解確切費率。
我可以在沒有網路連線的情況下使用音訊模式嗎？
不行。語音辨識、翻譯和語音合成均在雲端運行。穩定的連線比快速的連線更重要——音訊模式傳送的是短暫的音訊片段，而非持續串流，因此只要保持連線，在不穩定的行動數據網路上也能正常運作。
如果我說錯了，可以重新錄製嗎？
可以，而且建議這樣做。轉錄免費，因此重新開始不會有任何損失。清除逐字稿並再次按下按住說話，或繼續說話——逐字稿會即時更新。只有在您點擊翻譯時才確認翻譯，在此之前您可以直接編輯逐字稿文字。
我可以在對話途中切換到跑馬燈模式嗎？
可以。模式選擇是一個切換開關，而非工作階段的邊界。如果對話從站立的市集交流轉變為坐下喝咖啡，可以切換到跑馬燈模式，而不會失去您的語言配對或歷史記錄。請參閱同語言轉錄模式，了解與音訊模式免費轉錄功能有所重疊的第三種相關模式。
試用音訊模式
如果您近期有旅行中的對話需求——市集、計程車、診所、飯店櫃台——音訊模式是首選。搭配與不說同一語言的人交談的一般習慣（短句、一次一個問題、確認專有名詞），它將能處理大多數現實世界的交流，費用低到您不會在帳單上注意到。
以 $1 試用 — 無需訂閱 · 查看定價 · 查看所有功能