使用场景

你想做什么？

这些是预设，不是把你锁住的模式——它们设的每一项后面都能改。

每一个预设决定了什么

五个预设其实是同样三个决定的不同答案：翻译谁的声音、结果是否念出来、以及屏幕上最后留下什么。

understand-others

听懂对方

在线会议、网课、讲座、视频、直播——实时阅读你听到内容的翻译。除非你打开「我听到的翻译」，否则不会念出声。

谁会选它： 你是听的一方，而说话的人不会为你迁就。

它决定什么
翻译哪一侧
对方
是否念出
否 — 除非你打开「我听到的翻译」
屏幕上显示
对方发言的译文
be-heard

让对方在会议里听懂我

对方通过虚拟麦克风听到你翻译后的语音。对方不用装软件、不用插件，也不用读字幕。

谁会选它： 在一屋子人不共用的语言里说话的人——而且这个会未必是你开的。

它决定什么
翻译哪一侧
你的麦克风
是否念出
是 — 用合成语音送进通话
屏幕上显示
你的原话和译文并排
subtitle-myself

给我的发言配字幕

演讲、直播、演示——观众阅读翻译字幕，不生成语音。你照常用自己的声音说话。

谁会选它： 演讲者与主播——在自己的声音上再叠一层声音，不如直接上字幕。

它决定什么
翻译哪一侧
你的麦克风
是否念出
否
屏幕上显示
译文，给你的听众看
two-way-voice

在线双向对话

对方听到你的翻译语音；你看到对方的字幕，也可以听到译音。在桌面版中，只有当「对方音频」是某一个应用（例如你的会议软件）时，对方的翻译才会念给你听；捕获整个系统的声音时你只能读字幕。

谁会选它： 双方都没有共同语言的一场真正的来回对话。

它决定什么
翻译哪一侧
双方
是否念出
是 — 你这一侧送进通话，对方那一侧念给你
屏幕上显示
原文和译文，双方都有
two-way-text

在线双向对话，只要字幕

双语字幕、会议记录——双方都以文字呈现，不使用合成语音。

谁会选它： 会被录下来的会议、要做纪要的场合，或者任何多一层声音就不受欢迎的房间。

它决定什么
翻译哪一侧
双方
是否念出
否
屏幕上显示
原文和译文，双方都有
face-to-face-voice

面对面对话

两个人在同一台电脑前，各说各的语言；每人戴一只耳机，只听到翻译成自己语言的内容。默认你那只耳机是左声道，对方那只是右声道。

谁会选它： 同处一室、却没有共同语言的两个人——在办公桌、柜台或餐桌旁。

它决定什么
翻译哪一侧
你们两人，共用一只麦克风
是否念出
是 — 你们各用一只耳机听对方
屏幕上显示
双方都有，每一行标出它在哪只耳朵播放
face-to-face-text

面对面对话，只要字幕

两人看同一块屏幕，或者对方在手机上打开 LAN 字幕页面。LAN 字幕页面只在桌面版中提供。

谁会选它： 同一个房间里，不想耳边多一个声音，或者对方更愿意在自己的手机上读。

它决定什么
翻译哪一侧
你们两人，共用一只麦克风
是否念出
否
屏幕上显示
原文和译文，双方都有

“任意应用”是字面意思。 出去的那一侧，Sokuji 就是一只普通麦克风，所以任何能选麦克风的东西都能带上你被翻译过的声音——浏览器标签页、录音软件、直播软件、游戏。进来的那一侧，它处理你机器上正在播放的一切，包括系统声音，所以视频、直播、录像的行为和通话完全一样。

并不是每家服务商都能做每一种场景

关键在两点。第一点是这家服务商能不能出声，以及能不能让它闭嘴：只返回文字的，没法把你这边说进通话里；一律用语音作答的，没法只留字幕。Sokuji 目前提供的服务商两样都行，但这项检查会为以后的服务商留着。第二点是面对面：两个人共用一只麦克风，需要服务商分得清是谁在说，目前只有 Soniox 做得到——用你自己的密钥，或通过 KizunaAI。Sokuji 在你选服务商时就检查这两点，所以做不到的场景会在通话之前被关掉，而不是在通话当中被发现。

可用 · 该服务商不支持

只返回 文字一律 出声两者 都行两者都行 能面对面
听懂对方
让对方在会议里听懂我
给我的发言配字幕
在线双向对话
在线双向对话，只要字幕
面对面对话
面对面对话，只要字幕

“听懂对方”是唯一到处都能用的：它从文字开始，只有你打开「我听到的翻译」时才会把对方念出来。最后一列是 Soniox——用你自己的密钥，或通过 KizunaAI。

用自己的语言说。
以对方的语言被听懂。

免费开源 · 含端侧 AI · 无订阅
免费下载获取浏览器扩展