双向AI实时翻译：双方都以母语沟通，共享一块屏幕

太长不看： StreamVox 翻译的是对话的双方，而不只是单方 - 这样就不会出现一个人读着流畅字幕、另一个人却在蹩脚文字里艰难摸索的情况。它有两种工作方式：像 Zoom、Teams 这样的通话，在每台设备上各运行一份（参与人数不限，每人用自己的语言对）；面对面交谈，以及任何两种语言混在一起的对话，则用对话模式，一台设备就能搞定。设好语言，打开悬浮窗，双方就能实时读到各自母语的字幕。

大多数翻译工具只解决了一半的问题。你设置输入语言和输出语言，应用翻译你所说的话 - 而对方仍然要和蹩脚的英语苦苦搏斗。与此同时，对方还要尝试用一种几乎不会说的语言回复，两个方向上一半的意思都在途中丢失了。

双向翻译解决了这个问题。双方都保持在自己的母语中。StreamVox从第一天起就支持这一功能 - 这不是新功能，但恰恰是新用户初次打开应用时最容易忽略的那个。所以来聊聊它到底是怎么工作的。

双向翻译意味着什么

传统的翻译工具都是单向的。输入：日语。输出：英语。看一段动漫片段很棒，但用在真实对话里就完全没用。

双向意味着两个方向的同时翻译：

• 甲用日语说话 - 乙在自己的屏幕上读到中文字幕。
• 乙用中文说话 - 甲在自己的屏幕上读到日语字幕。

没有人切换语言。没有人等待。没有人说「不好意思，你能慢一点再说一遍吗？」这是最接近实时口译员的体验 - 只不过这位口译员同时活在两台笔记本上，而且不需要喝咖啡休息。

如何设置

在 Windows 和 Mac 上，StreamVox 作为一个透明的悬浮覆盖层，运行在任何应用之上；在 iPhone 上，同样的字幕会以画中画窗口的形式浮在你正在使用的任何应用之上。无需浏览器扩展，无需虚拟摄像头，也无需通过可疑驱动重新路由音频。以下是典型国际通话的流程：

1. 选择语言。 打开StreamVox，设置你的输入语言（你会从对方听到的语言）和输出语言（你想读到的语言）。对方在自己电脑上做同样的事，镜像设置：他的输入就是你的输出，反之亦然。

2. 选择音频源。 在 Windows 和 Mac 上，你可以捕获系统输出的所有声音，或者通过 声音： 菜单中的应用程序隔离单个应用（在 Windows 上需要 Windows 11）。对于Zoom通话，把捕获指向Zoom就行，覆盖层会忽略Spotify、通知和其他所有背景声音。在 iPhone 上，可选的来源是你的麦克风或手机正在播放的声音；那里没有按应用捕获。

3. 启动覆盖层。 屏幕顶部会出现一个紧凑的字幕窗口。它会固定在任何应用之上 - Zoom、Teams、游戏、浏览器 - 而不会阻塞你的工作流程。

这就是全部设置。双方现在都能实时读到自己语言的字幕 - 字幕会随着话音同步出现，不用等一整段话说完。

而且不止于两个人。在群组通话里，每位参与者都在自己的设备上运行一份，用自己的语言对 - 第三个人可以把输出设成西班牙语加入进来，用西班牙语读同一场会议，而你读的是德语，你的同事读的是英语。三台、五台、十台设备 - 没有上限，因为每一份副本做的事很简单：把它听到的内容翻译成机主自己的语言。

Zoom 与 Teams 翻译页面分三步讲解了会议场景下的同一套设置。

一台电脑，两种语言：对话模式

以上内容假设的都是两台设备的场景：通话两端各一台，输入和输出互相镜像。这正是 Zoom 或 Teams 通话该用的设置，因为对方本来就有自己的电脑。可如果你是和对方面对面坐在同一张桌子旁，就没有第二台笔记本电脑可以镜像了。

对话模式让单台设备就能变成实时双向口译员，不需要装第二份，也不需要镜像设置。每位说话人有自己的专属颜色，每段译文都标注着翻译方向（Windows 上显示为 English → Español，Mac 和 iPhone 上显示为 EN → ES），谁说了什么一目了然，不会看丢。

它可以用三种方式来听。

1. 麦克风：两个人，一台电脑

无论是客户会面、面试、前台接待，还是一场不是每个人都说同一种语言的家庭聚餐，只要把一台笔记本电脑放在你们中间，每个人就能说自己的语言，并用自己的语言读对方的回复。从 10 种支持语言（英语、西班牙语、法语、德语、意大利语、葡萄牙语、俄语、日语、荷兰语、印地语）中任选两种，StreamVox 会自动识别每一句话是哪种语言，并把它翻译成语言对中的另一种语言。

2. 设备声音或单个应用：跟上别人的对话

对话模式也可以听设备正在播放的声音；在 Windows 和 Mac 上，还可以只听你选定的某一个应用（在 Windows 上，单独选一个应用需要 Windows 11）。这让它有了第二重用途：从单一来源跟上别人的双语对话。主持人和嘉宾说着不同语言的直播或播客、提问和回答语言对不上的新闻发布会、队友同时用两种语言交流的电脑游戏语音，这些都可以交给它。语言对同样从这 10 种语言中选，每一句属于哪种语言由 StreamVox 自己判断；无论你是在玩还是在看，双方的内容都会持续翻译，并带着方向标注显示在屏幕上。如果队友也需要听懂你说的话，就得用上面那种每人一台设备、各自运行一份 StreamVox 的方案；通话时具体怎么设置，Zoom 与 Teams 实时翻译指南里有详细介绍。

3. 同时听麦克风和电脑声音（Windows 和 Mac）

在 Windows 和 Mac 上，它还能同时听麦克风和电脑里的声音：打开 声音： 菜单，Windows 上选麦克风和电脑声音，Mac 上选麦克风和系统声音。记得戴上耳机，因为用扬声器外放时，麦克风也会把另一方的声音收进去。这时对话模式不再去猜每一句是两种语言中的哪一种，而是把两路声音当成两个独立的声道，各自对应一种语言：麦克风识别一种，电脑声音识别另一种。两边的译文都会显示在应用窗口里。这样一来，10 种语言的上限就被打破了，完整的 61 种语言全部开放，高质量模式也能在这里完全发挥作用，两边各按自己的设置调校。

这套双来源方案是桌面端专属的。在 iPhone 上，对话模式始终只听单一来源（麦克风或手机正在播放的声音）：可选的是上面那 10 种语言，可以使用医疗模式，但不提供高质量模式。帮助中心的对话模式指南并排对比了各平台的选项。

实际可用场景

StreamVox 不在乎是哪个应用在发出声音。只要你的电脑能播放，StreamVox 就能翻译：

• Zoom、Teams、Google Meet、Discord - 国际会议、远程办公、跨境客户通话。
• Phone Link（Windows）与连续互通（Mac） - 通过 Phone Link，可以直接在 PC 上翻译来自 iPhone 或 Android 的手机通话；在 Mac 上接听的 iPhone 通话（连续互通）也是同样的翻译方式。父母说意大利语，伴侣说英语，大家都留在同一通话里。
• YouTube、Twitch及其他流媒体平台 - 外语内容配上实时字幕，包括没有官方字幕的直播。
• 游戏 - 在日本队友的语音里被一刀送走之前，先搞懂他在喊什么。而当整个语音大厅分成两种语言时，对话模式能同时跟上两边。
• 其他一切 - 只要在你机器上发出声音，都算。

支持语言

StreamVox 目前支持61 种语言，覆盖所有主要的欧洲、亚洲、中东和斯拉夫语言对。应用界面本身也已本地化为12 种语言，你可以用自己真正用来思考的语言来配置它。

如果你想深入了解翻译如何适应不同语境 - 游戏俚语、商务正式、电影台词 - 配置文件系统在翻译模式指南中有详细介绍。

隐私

音频仅用于实时生成字幕——由依据数据处理协议、负责语音识别与翻译的可信赖第三方AI处理商进行处理 - 无论是StreamVox还是这些服务商，都不会录制或存储这些音频。除非你自己导出，否则没有转录记录会离开你的机器。这比听起来更重要 - 不少「AI翻译器」会悄悄把你的音频或转录内容留在你完全看不到的服务器上。如果你正在讨论合同、健康、法律问题，或者仅仅是一次私下的家庭对话，你大概都不希望被这样处理。

如何开始

StreamVox 在 Microsoft Store 为 Windows 10 和 Windows 11 提供免费下载，也在 App Store 为 Mac（macOS 15 及以上版本）和 iPhone（iOS 17 及以上版本）提供免费下载。一个应用，四种套餐 - 选一个适合你实际通话量的：

• Free Starter： 每天15分钟，访问所有支持的语言，系统音频和麦克风捕获。
• StreamVox Pro： 每月40小时翻译，所有当前和未来功能，优先邮件支持。
• StreamVox Pro+： 每月70小时，适合生活在会议、长直播或电影马拉松中的人。
• StreamVox Unlimited： 无月度上限，想翻译多久翻译多久。

每个付费套餐功能相同 - 区别只是翻译时长。在 Microsoft Store 搜索「StreamVox」，或者直接从 streamvox.pro 下载。

常见问题

什么是双向翻译？

它是同时支持两个方向的翻译，而不只是单向。每个人都用自己的语言说话、读字幕，而不是一方读着流畅的字幕，另一方却要在蹩脚文字里挣扎。

双方都需要安装 StreamVox 吗？

这取决于场景。打电话的话，需要 - 每台设备上各运行一份，各自设置成机主自己的语言对，参与人数不限。面对面交流的话，不需要 - 对话模式在单台设备上运行，就能实时口译双方的内容。

它能在哪些应用里使用？

在 Windows 和 Mac 上，任何会播放音频的应用都可以：Zoom、Teams、Google Meet、Discord、Phone Link 与连续互通通话、YouTube、Twitch，还有游戏，既可以捕获整个系统的音频，在 Windows 11 和 Mac 上也可以一次只捕获一个应用。在 iPhone 上，它能为视频、直播和播客加字幕：iOS 不会把通话和受 DRM 保护内容的音频交给 StreamVox 这样的第三方应用。

它支持多少种语言？

标准双向翻译支持 61 种语言，通话双方各自运行一份。对话模式在单台设备上运行：只监听单一音频来源时，可用的是 10 种精选语言，iPhone 上始终如此。在 Windows 和 Mac 上，你可以把麦克风和电脑声音同时打开，从而解锁全部 61 种语言，高质量模式也能完全发挥作用。

它保护隐私吗？

是的。音频仅用于实时生成字幕，处理后不会被录制或存储，无论是 StreamVox 本身还是它使用的 AI 处理商都不会保留。字幕出现之后，对话内容不会留下任何痕迹。

---

双向翻译在你真正使用之前听起来像是件大事 - 用过之后却觉得它本该如此。这类工具从一开始就该这样工作才对。如果你因为语言障碍而一直在回避国际通话，试一次看看。最坏的情况是用掉15分钟免费额度，什么都没变。最好的情况是，你再也不用在开口之前先翻译自己的大脑了。

AlekGir