易翻译语音翻译全面上线：跨语言对话实时畅谈

2026 年 8 月 11 日，易翻译语音翻译功能结束 3 个月的内测，面向全体用户全面上线。新功能支持边说边译与双向对话同传两种模式，翻译延迟低至 0.5 秒，语音识别准确率达到 96.2%，让使用不同语言的两个人可以面对面实时畅谈，无需等待逐句来回。

语音翻译是易翻译 2026 年产品路线图中最重要的功能之一。易翻译语音产品负责人唐艺璇介绍，团队从 2025 年 11 月立项，先后解决了流式语音识别、说话人切分、口语化文本翻译三大难题，并邀请 2.4 万名内测用户在真实对话场景中持续打磨，累计收集了 1.8 万小时的对话录音用于调优。

唐艺璇说：「语音翻译的难点在于对话是连续的、随意的，有口音、有停顿、有抢话。我们重新设计了流式处理管线，人说话的同时系统就在识别和翻译，说完一句译文几乎同步播报，用户感觉就像旁边坐了一位翻译。」

实时对话背后的技术管线

语音翻译的完整链路包含四段：流式语音识别、口语规整、神经机器翻译、语音合成播报。每一段都为实时场景做了专项优化。流式识别端采用端到端模型，在说话人话音未落时就开始输出中间结果，首字延迟控制在 300 毫秒以内；口语规整模块负责去掉「嗯」「那个」等语气词并把重复、倒装理顺，让译文更书面、更易读。

针对嘈杂环境，团队训练了专门的前端降噪模型，在餐厅、车站等 65 分贝以上噪声环境中，识别准确率仍能保持 91.7%。方言方面，易翻译语音翻译已支持粤语、四川话、上海话三种方言的识别，识别准确率分别为 92.4%、89.8% 和 88.3%。

性能数据与真实场景表现

官方测试报告给出了这样一组数据：中英对话平均翻译延迟 0.5 秒，中日对话 0.6 秒，中韩对话 0.7 秒；语音识别准确率 96.2%，其中安静环境 98.1%，嘈杂环境 91.7%；连续对话 30 分钟无断连的成功率 99.3%；每日语音翻译请求量已达 180 万次。

在真实场景的追踪回访中，出境游客是最活跃的群体。来自成都的自由行游客许建国分享了他的经历：「在大阪的药妆店和店员聊天，手机横着放桌上，我讲中文她讲日语，两边都能听懂，聊了十几分钟完全没障碍。」许建国说，这在以前需要提前把问题写下来给对方看，体验完全不同。

唐艺璇补充，内测期间对话模式的人均单次使用时长从最初的平均 2 分 40 秒增长到 8 分 15 秒，说明用户从「试试看」逐渐转向「真的用它聊天」，这是团队最看重的指标。

使用方式与注意事项

打开易翻译，点击麦克风图标选择「对话模式」，将手机横放于两人中间，双方轮流说话即可，系统会自动识别语言方向并双语播报。会议场景可切换「同传模式」，指定单向翻译方向，讲话内容会以文字和语音同步输出，适合听课、听讲座使用。

使用建议：尽量在背景相对安静的环境中对话；说话时对着手机底部收音孔，距离 30 厘米以内效果最佳；专有名词如人名、品牌名可以提前加入自定义词库，识别与翻译会更准确。对话记录支持一键导出文字稿，方便会后整理纪要。

语音翻译全面上线后，易翻译已形成文字、文档、图片、语音四大翻译能力闭环。现在升级到 v5.0.6 即可体验，跨语言沟通，开口即达。