前言

为什么写这本书

作为一名同声传译行业的深度用户,我在日常工作中大量使用手机和电脑端的同声传译软件,以及各类硬件设备——AI 翻译耳机、AI 录音笔、AI 智能眼镜、专业麦克风、监听耳机等。这些工具极大地提升了我的工作效率,帮助我应对各种复杂的翻译场景——从带有浓重口音的英语讲座,到专业术语密集的学术会议,再到需要快速响应的商务谈判。

然而,我发现很多同行和初学者在选择和使用这些工具时面临诸多困惑:

• 选型困难: 市面上有几十款同传软件、几十款硬件设备,不知道哪个适合自己
• 试用门槛高: 很多软件和硬件需要复杂的配置,新手不知从何下手
• 信息碎片化: 网上的教程零散不全,缺乏系统性指导
• 踩坑成本高: 正式场合才发现工具不好用,造成严重后果
• 软硬不分家: 大多数指南只讲软件,忽视了硬件链路对最终效果的决定性影响

这本书就是为了解决这些问题而写。我将自己多年的实战经验整理成系统化的教程,从最基础的准备工作到高级技巧,从软件到硬件,从免费工具到付费方案,从选型建议到故障排查,力求让每一位读者都能快速上手,找到最适合自己的同传辅助方案。

软件 + 硬件 = 完整的同传辅助系统

很多人以为"装好软件就够了"。这是最大的误解。

同传辅助是一条完整的信号链:

讲者声音 → 收音端 → 接口/路由 → 软件 → 显示/听音 → 你

链路上任何一个环节弱了,软件再强也救不回来。一个 ¥99 的领夹麦,能把识别准确率从 70% 拉到 90%——这个杠杆比换一个 ¥3000 的翻译软件订阅大得多。

所以,本书把"同传辅助"分成了两个完整的部分:

• 软件篇(第 3-7 章): 介绍 20+ 款主流同传软件
• 硬件篇(第 11-16 章): 介绍 AI 翻译耳机、AI 录音笔、AI 眼镜、专业麦克风、监听耳机等硬件

只看其中一篇,你只能解决一半问题。两篇都看,你才能搭建完整的工作系统。

本书适合谁

这本书主要面向以下读者:

1. 同传译员: 希望用 AI 工具+硬件辅助提升工作效率
2. 会议组织者: 需要为活动提供实时字幕、翻译和录音
3. 学生与教师: 在线课程、讲座中需要字幕支持
4. 商务人士: 跨国会议、谈判中需要翻译辅助
5. 技术爱好者: 对语音识别、机器翻译、AI 硬件感兴趣

无论你是否有技术背景,这本书都能帮到你。 我会用最简单的语言,配合详细的步骤说明,确保纯小白也能顺利完成配置。

本书的特色

1. 软硬一体的完整视角

不像市面上多数指南只讲软件,本书完整覆盖:

• 软件层(20+ 款同传软件)
• 硬件层(耳机、录音笔、眼镜、麦克风、声卡等)
• 信号链层(收音→路由→处理→显示)

2. 保姆级教程

每个工具都提供:

• 官方下载/购买地址
• 详细安装/开箱步骤
• 首次配置指南
• 实战使用技巧
• 常见问题解答

3. 真实对比评测

基于实际使用经验,对所有工具进行:

• 性能能力测试
• 延迟性能对比
• 准确率评估
• 性价比分析

4. 场景化推荐

针对不同使用场景提供最优方案:

• 学术讲座(主备双跑)
• 商务会议(双向同传)
• 在线课程(浏览器辅助)
• 一对一陪同(翻译耳机)
• 现场讲台(录音笔+眼镜)

5. 持续更新

同传软件和硬件发展迅速,本书会持续更新:

• 新工具评测
• 功能更新说明
• 读者反馈整合
• 实战案例补充

如何使用本书

快速上手路径

如果你是纯小白,建议按以下顺序阅读:

1. 第一章: 完成准备工作(虚拟声卡配置) - 必读
2. 第二章: 了解选型思路,明确自己的需求
3. 第三章: 试用第一梯队软件(讯飞同传、MacWhisper/Buzz、沉浸式翻译)
4. 第十一章: 理解信号链,升级关键硬件(领夹麦、监听耳机)
5. 第十二/十三章: 根据需求选择翻译耳机或录音笔
6. 第八章: 看实战案例
7. 第九章: 遇到问题时查阅故障排查
8. 第十章: 掌握基础后学习进阶技巧

按需查阅

如果你已经有一定经验,可以:

• 直接跳到感兴趣的工具章节
• 查阅附录中的下载链接清单
• 参考第八章的实战案例
• 使用第九章的故障排查速查表

实践建议

不要一次试用所有工具! 建议:

软件试用(3 天搞定)

• 第1天: 试用讯飞同传 + 沉浸式翻译
• 第2天: 试用 MacWhisper 或 Buzz
• 第3天: 根据需求补充国际方案

硬件升级(4 个周末渐进)

• 第1周末(¥99): 领夹麦 BOYA BY-M1
• 第2周末(¥600): 监听耳机 + 配置音频路由
• 第3周末(¥1700-2700): AI 翻译耳机
• 第4周末(可选): AI 录音笔或 AI 眼镜

每个工具/硬件只需测试 10-30 分钟。

联系作者与交流

我非常欢迎同行和读者与我交流分享:

• 微信: 15600871059(【专业译员工具社群】)
• 交流内容:
  • 同声传译实战经验
  • 软件使用心得
  • 硬件评测和试用心得
  • 问题反馈与建议
  • 案例分享

你的反馈将帮助我持续改进这本书,也能帮助更多读者少走弯路。

致谢

感谢所有在同传领域耕耘的前辈和同行,感谢开源社区贡献的优秀工具,感谢硬件厂商的持续创新,感谢每一位读者的支持。

让我们一起探索 AI 辅助同传的无限可能!

开始阅读: 第一章 - 准备工作

快速跳转:

• 选型指南
• 工具对比
• 信号链思维
• 硬件优先级
• 故障排查

第一章: 准备工作 - 必须先做的事

本章学习目标

完成本章后,你将能够:

• 理解为什么需要虚拟声卡
• 在 Windows 系统上配置音频捕获
• 在 macOS 系统上配置音频捕获
• 验证音频配置是否正确工作
• 准备好测试同传软件所需的素材

为什么这一章最重要

如果你跳过这一章直接去试用同传软件,很可能一半的软件你会卡在第一步——软件听不到电脑里播放的声音。

这是因为大部分同传软件默认只能监听麦克风输入,而你需要翻译的声音(讲座、视频、会议)通常是从电脑的扬声器输出的。要让软件听到这些声音,必须通过"虚拟声卡"把"输出"伪装成"输入"。

这一章只需要做一次,以后所有软件都能用。

章节内容

• 1.1 为什么需要虚拟声卡 - 理解工作原理
• 1.2 Windows 系统配置 - 立体声混音 + VB-CABLE
• 1.3 macOS 系统配置 - BlackHole 安装
• 1.4 测试虚拟声卡 - 验证配置
• 1.5 准备测试素材 - 用什么音频测试软件

本章重点

重要提醒: 这一步不做,下面所有软件都白费。请务必完成本章配置后再进入后续章节。

完成本章后

恭喜!当你完成本章后:

• 你的电脑已经具备捕获系统音频的能力
• 任何同传软件都能"听到"电脑播放的声音
• 你已经准备好开始试用各种同传工具

下一步:进入第二章 - 新手选型指南,了解如何根据自己的需求选择合适的工具。

💬 交流分享: 在虚拟声卡配置过程中遇到问题?欢迎加微信 15600871059(【专业译员工具社群】)

1.1 为什么需要虚拟声卡

一个常见的困惑

很多新手第一次使用同传软件时都会遇到这样的情况:

我打开了讯飞同传/Buzz/MacWhisper,选择了麦克风作为输入,但播放 YouTube 视频时,软件什么都没识别到。它好像听不到我电脑里的声音?

这不是软件的 bug,而是音频路由的问题。

计算机音频的工作原理

让我们用一个简单的例子理解:

正常情况下的音频流向

电脑播放视频 → 扬声器输出 → 你的耳朵
你说话 → 麦克风输入 → 录音软件

可以看到,输出(扬声器)和输入(麦克风)是两条独立的通道。

同传软件的需求

当你用同传软件翻译电脑里播放的视频时,你需要:

电脑播放视频 → ??? → 同传软件识别

但同传软件默认只能从麦克风(输入设备)读取数据,而视频声音是从扬声器(输出设备)出来的。两条通道是隔离的,软件听不到!

虚拟声卡的作用

虚拟声卡的核心功能就一句话:把"扬声器输出"变成"麦克风输入"。

工作原理图

电脑播放视频 → 虚拟声卡(扮演扬声器) → 虚拟声卡(扮演麦克风) → 同传软件

简单说,虚拟声卡就像一根"内部音频线",把你的电脑输出端口和输入端口连接起来。

为什么不能直接用麦克风对着扬声器?

理论上,你可以:

1. 用扬声器播放视频
2. 用麦克风对着扬声器收音
3. 让同传软件听麦克风

但这种方式有严重问题:

虚拟声卡是直接在数字层面做音频路由,完全没有这些问题。音质和原始音频一致。

不同操作系统的虚拟声卡方案

Windows

macOS

安装前的注意事项

1. 备份当前的音频设置

在安装虚拟声卡前,记下你当前的:

• 默认输出设备(扬声器/耳机)
• 默认输入设备(麦克风)
• 系统音量

如果出问题,可以恢复到原状态。

2. 关闭其他录音软件

安装过程中,关闭所有正在录音的软件(QQ、微信、Zoom 等),避免设备占用冲突。

3. 准备管理员权限

Windows 安装 VB-CABLE 需要管理员权限,Mac 安装 BlackHole 需要输入开机密码。

4. 安装后可能需要重启

部分虚拟声卡(尤其是 VB-CABLE)需要重启电脑才能生效。建议在不忙时安装。

一个常见的误解

很多人以为:装了虚拟声卡 = 软件能用了。

实际上,装完虚拟声卡只是第一步。还需要在每个同传软件里:

1. 把输入源手动选择为虚拟声卡
2. 确认系统默认输出也是虚拟声卡(或者通过其他方式让声音同时进虚拟声卡)
3. 调整音量,确保虚拟声卡有信号

后续章节会详细讲解每个软件的配置方法。

本节小结

• 同传软件需要"听到"电脑播放的声音,但默认只能从麦克风读取
• 虚拟声卡的作用是把"扬声器输出"伪装成"麦克风输入"
• Windows 推荐立体声混音(优先) + VB-CABLE(备用)
• macOS 推荐 BlackHole 2ch
• 安装虚拟声卡是使用同传软件的前置条件

下一步

• 如果你是 Windows 用户,继续阅读 1.2 Windows 系统配置
• 如果你是 Mac 用户,跳到 1.3 macOS 系统配置

💬 遇到问题? 加微信 15600871059(【专业译员工具社群】),提供详细的错误信息可获得一对一帮助。

1.2 Windows 系统配置

本节将手把手教你在 Windows 系统上配置虚拟声卡。我们会先尝试 Windows 自带的"立体声混音",如果不可用,再安装免费的 VB-CABLE。

方案 A: 启用"立体声混音"(优先尝试)

立体声混音是 Windows 系统自带的功能,无需下载任何软件。但并非所有电脑都支持——有些品牌的笔记本(尤其是用 USB 声卡的机型)默认禁用或不提供这个功能。

步骤 1: 打开声音设置

方法一: 通过任务栏

1. 看到屏幕右下角的喇叭图标 🔊
2. 右键点击喇叭图标
3. 在弹出菜单中选择**"声音设置"(Win 10/11)或"录音设备"**(Win 7/8)

方法二: 通过控制面板

1. 按 Win + R 打开运行对话框
2. 输入 mmsys.cpl 并按回车
3. 直接进入声音设置窗口

步骤 2: 进入"录制"标签页

在声音设置窗口中:

1. 点击页面下方的**"更多声音设置"**(Win 11)或直接看到标签页(Win 10)
2. 切换到**"录制"**标签页
3. 你会看到当前可用的录音设备列表

步骤 3: 显示已禁用设备

如果你没看到"立体声混音"选项,需要先显示被禁用的设备:

1. 在录制设备列表的空白处点击右键
2. 勾选**"显示已禁用的设备"**
3. 同时勾选**"显示已断开的设备"**

如果立体声混音存在,它会以灰色或带有"已禁用"标记出现。

步骤 4: 启用立体声混音

1. 找到**"立体声混音"**(Stereo Mix)选项
2. 在它上面右键点击
3. 选择**"启用"**(Enable)
4. 再次右键,选择**"设为默认设备"**(可选)

启用成功后,立体声混音的图标会变为绿色对勾,显示为"就绪"状态。

步骤 5: 测试是否工作

1. 在立体声混音上右键 → "属性"
2. 切换到**"级别"**标签,确保音量在合适位置(建议 70-80)
3. 切换到**"侦听"**标签,不要勾选"侦听此设备"(否则会有回音)
4. 切换到**"高级"**标签,确认采样率为 16-bit, 44100 Hz 或更高

方案 B: 安装 VB-CABLE(立体声混音不可用时)

如果你的 Windows 没有立体声混音选项,或者启用后仍然无法工作,使用 VB-CABLE。

关于 VB-CABLE

• 官方网址: https://vb-audio.com/Cable/
• 价格: 免费(可选捐赠)
• 大小: 约 5 MB
• 支持系统: Windows 7 / 8 / 10 / 11

VB-CABLE 是一款经过广泛验证的虚拟声卡软件,被全球数百万用户使用。

步骤 1: 下载 VB-CABLE

1. 浏览器打开 https://vb-audio.com/Cable/
2. 找到 "VB-CABLE Driver" 下载链接
3. 点击下载 ZIP 压缩包(约 5 MB)
4. 下载完成后,右键压缩包 → **"全部解压"**到一个文件夹

步骤 2: 以管理员身份安装

⚠️ 重要: 必须以管理员身份运行安装程序,否则驱动无法注册。

1. 进入解压后的文件夹

2. 找到 VBCABLE_Setup_x64.exe (64 位系统)或 VBCABLE_Setup.exe (32 位系统)

   不知道自己是 32 位还是 64 位?按 Win + Pause 查看系统信息,几乎所有现代电脑都是 64 位

3. 右键点击安装程序

4. 选择 "以管理员身份运行"

5. 弹出 UAC 提示时,点击**"是"**

步骤 3: 完成安装

1. 安装窗口中点击 "Install Driver" 按钮
2. 出现 Windows 安全提示时,点击**"安装"**
3. 看到**"Driver installed!"**字样表示安装成功
4. 重要: 重启电脑让驱动生效

步骤 4: 验证安装

重启后:

1. 右键任务栏喇叭图标 → 声音设置
2. 进入**"录制"**标签页
3. 你应该能看到一个名为 "CABLE Output (VB-Audio Virtual Cable)" 的设备
4. 同时在**"播放"**标签页也会出现 "CABLE Input (VB-Audio Virtual Cable)"

配置音频路由

无论使用立体声混音还是 VB-CABLE,你都需要正确配置音频路由,让翻译软件能听到声音。

立体声混音用户

立体声混音是直接复制扬声器的输出,所以:

• 系统默认输出保持你原来的扬声器/耳机即可
• 翻译软件中选择**"立体声混音"**作为输入源
• 你能正常听到声音,翻译软件也能识别

VB-CABLE 用户(需要二选一)

VB-CABLE 是重定向音频流,默认情况下:

• 把系统默认输出设为 "CABLE Input":翻译软件能识别,但你听不到声音
• 保持原来的输出:翻译软件听不到声音

解决方案 1: 同时听到声音(推荐)

在 VB-CABLE 的属性中开启"侦听":

1. 录制标签页中找到 "CABLE Output"
2. 右键 → 属性
3. 切换到**"侦听"**标签
4. 勾选"侦听此设备"
5. 在"通过此设备播放"中选择你的耳机或扬声器

这样音频流会同时:

• 进入翻译软件(通过 CABLE)
• 通过你的耳机/扬声器播放出来

解决方案 2: 戴耳机听原声

如果觉得"侦听"模式有延迟或回音:

1. 把系统默认输出设为 "CABLE Input"(让翻译软件能识别)
2. 用外接耳机或独立扬声器听原声(不走系统默认通道)
3. 比如 USB 耳机直接连耳机的私有通道

解决方案 3: 使用音频路由软件

高级方案:安装 VoiceMeeter Banana(免费),它可以把同一个音频流路由到多个目的地。但配置较复杂,适合有经验的用户。

常见问题与解决

问题 1: 启用立体声混音后没有声音

原因: 默认录制设备被错误设置

解决:

1. 录制标签页中右键空白处
2. 选择"显示已禁用的设备"
3. 找到原来的麦克风,设为默认通信设备
4. 立体声混音保持启用即可

问题 2: VB-CABLE 安装后没出现新设备

原因: 没有以管理员身份运行,或安装后未重启

解决:

1. 卸载 VB-CABLE: 控制面板 → 程序和功能
2. 重新下载最新版
3. 右键 → 以管理员身份运行
4. 安装完成后重启电脑

问题 3: 翻译软件能识别但没声音可听

原因: 默认输出设为了 VB-CABLE 但没开侦听

解决: 按上面"解决方案 1"配置侦听功能

问题 4: 有严重的回音或啸叫

原因: 同时启用了立体声混音和 VB-CABLE,或开启了"麦克风加强"

解决:

1. 只启用一种虚拟声卡
2. 关闭麦克风的"侦听"功能
3. 检查是否有其他录音软件在干扰

问题 5: USB 声卡用户立体声混音找不到

原因: 部分 USB 声卡(尤其是游戏耳机)不提供立体声混音

解决: 直接使用 VB-CABLE 方案,跳过立体声混音

高级配置: 多路由同时输出

如果你想让音频同时进入多个设备(比如同时给两个翻译软件用):

使用 Windows 多输出

1. 设置 → 系统 → 声音 → 高级
2. 找到"应用音量和设备首选项"
3. 为不同应用指定不同的输入/输出设备

使用 VoiceMeeter Banana(高级)

1. 下载: https://vb-audio.com/Voicemeeter/banana.htm
2. 它可以把一路音频同时输出到 3 个虚拟通道
3. 适合需要同时跑多个同传软件做对比的用户

本节小结

• ✅ 优先尝试 Windows 自带的"立体声混音"
• ✅ 不可用时安装免费的 VB-CABLE
• ✅ 必须以管理员身份运行 VB-CABLE 安装程序
• ✅ 安装后重启电脑让驱动生效
• ✅ 配置音频路由,让自己也能听到声音
• ⚠️ 不要同时启用多种虚拟声卡,容易冲突

下一步

完成 Windows 配置后,直接跳到 1.4 测试虚拟声卡 验证是否工作正常。

如果你也用 Mac,可以阅读 1.3 macOS 系统配置。

💬 配置过程中遇到任何问题? 加微信 15600871059(【专业译员工具社群】),把错误截图发给我可以一对一帮你解决。

1.3 macOS 系统配置

本节将手把手教你在 macOS 系统上配置虚拟声卡 BlackHole。

关于 BlackHole

BlackHole 是 macOS 平台上最流行的开源虚拟声卡软件,具有以下优势:

• ✅ 完全免费: 开源项目,永久免费使用
• ✅ 轻量级: 安装包仅几 MB,几乎不占资源
• ✅ 零延迟: 直接在系统层面路由音频
• ✅ 官方签名: 苹果公证认证,安全可靠
• ✅ 持续更新: 活跃维护,兼容最新 macOS

官方网址: https://existential.audio/blackhole/

支持系统: macOS 10.10 (Yosemite) 及以上,完美兼容 Apple Silicon (M1/M2/M3/M4)

BlackHole 版本选择

BlackHole 有三个版本,根据声道数命名:

强烈推荐选择 BlackHole 2ch,对于同传软件完全够用,且配置最简单。

安装步骤

步骤 1: 访问官方下载页

1. 打开 Safari 或 Chrome 浏览器
2. 输入官方网址: https://existential.audio/blackhole/
3. 找到 "Download" 按钮

步骤 2: 选择版本并提交邮箱

BlackHole 要求提供邮箱地址才能下载(用于通知更新):

1. 点击 "Download BlackHole 2ch" (或对应版本)
2. 填写以下信息:
   • First Name (名字)
   • Last Name (姓氏)
   • Email Address (邮箱地址)
3. 点击 "Subscribe for free" 或 "Download"

💡 提示: 邮箱必须有效,因为下载链接会发送到你的邮箱。可以使用任何真实邮箱,他们不会发垃圾邮件。

步骤 3: 接收下载链接

1. 打开你提交的邮箱
2. 找到来自 Existential Audio 的邮件
3. 邮件标题类似 "Your BlackHole download link"
4. 点击邮件中的下载链接

步骤 4: 下载安装包

1. 浏览器会自动下载一个 .pkg 文件
2. 文件名类似 BlackHole2ch.v0.x.x.pkg
3. 默认下载到 下载 文件夹

步骤 5: 安装

1. 找到下载的 .pkg 文件,双击打开
2. 看到欢迎界面,点击 "继续" (Continue)
3. 阅读许可协议,点击 "继续" → "同意"
4. 选择安装位置(默认即可),点击 "安装"
5. 输入你的 Mac 开机密码,点击 "安装软件"
6. 等待 1-2 秒,看到 "安装成功" 字样

步骤 6: 验证安装

打开 系统设置(System Settings):

1. 点击屏幕左上角的 🍎 → 系统设置
2. 在左侧栏找到 声音 (Sound)
3. 切换到 输出 (Output) 标签
4. 你应该能看到 "BlackHole 2ch" 出现在设备列表中
5. 切换到 输入 (Input) 标签,同样能看到 BlackHole 2ch

如果都看到了,恭喜!安装成功。

配置音频路由

BlackHole 安装后,你需要正确配置音频流向。

基础配置: 让翻译软件能听到声音

最简单的配置是把系统默认输出设为 BlackHole:

1. 系统设置 → 声音 → 输出
2. 选择 "BlackHole 2ch" 作为默认输出
3. 在翻译软件中,把输入源选为 "BlackHole 2ch"

⚠️ 问题: 这样配置后,你自己也听不到声音了!因为所有声音都被引导到了 BlackHole 这个虚拟设备,没有送到你的扬声器。

高级配置: 让你和翻译软件都能听到

要解决这个问题,需要使用 macOS 自带的 "多输出设备"(Multi-Output Device)功能。

步骤 1: 打开"音频 MIDI 设置"

1. 按 Command + 空格 打开 Spotlight 搜索
2. 输入 "Audio MIDI Setup" 或 "音频 MIDI 设置"
3. 按回车打开

步骤 2: 创建多输出设备

1. 在音频 MIDI 设置窗口左下角,点击 "+" 按钮
2. 选择 "创建多输出设备" (Create Multi-Output Device)
3. 在右侧设备列表中,勾选:
   • 你的扬声器或耳机(比如 "MacBook Pro 扬声器" 或 "AirPods")
   • BlackHole 2ch
4. 在 "主时钟"(Master Device) 下拉框中选择你的实体扬声器
5. 取消勾选所有"漂移校正"(Drift Correction),除非有时钟问题

步骤 3: 重命名(可选)

1. 选中刚创建的"多输出设备"
2. 双击名称,改为容易识别的名字,比如 "同传输出"

步骤 4: 设为系统默认输出

1. 回到 系统设置 → 声音 → 输出
2. 选择刚创建的 "多输出设备" 或 "同传输出"
3. 测试播放音乐或视频,你的扬声器应该能听到声音

步骤 5: 在翻译软件中选择 BlackHole

1. 打开翻译软件(讯飞同传/MacWhisper 等)
2. 在输入源/麦克风设置中选择 "BlackHole 2ch"
3. 这样翻译软件就能"听到"系统播放的所有声音

配置示意图

┌──────────────────┐
│  视频/音频源     │ (YouTube, Zoom, etc.)
└────────┬─────────┘
         │
         ▼
┌──────────────────┐
│  多输出设备      │ ← 系统默认输出
└────┬───────┬─────┘
     │       │
     │       ▼
     │   ┌─────────────┐
     │   │  BlackHole  │ ── 翻译软件
     │   └─────────────┘
     ▼
┌──────────┐
│ 扬声器   │ ── 你的耳朵
└──────────┘

常见问题与解决

问题 1: 邮箱收不到下载链接

原因: 邮件可能被分类为垃圾邮件

解决:

• 检查垃圾邮件文件夹
• 等待 5-10 分钟(有时邮件有延迟)
• 用其他邮箱重试

问题 2: 安装时提示"无法验证开发者"

原因: macOS 安全设置阻止了第三方软件

解决:

1. 系统设置 → 隐私与安全性
2. 找到"已阻止打开 BlackHole..."的提示
3. 点击 "仍要打开"

问题 3: 安装成功但声音设置中找不到 BlackHole

原因: 系统未刷新设备列表

解决:

• 重启电脑
• 或者: 终端运行 sudo killall coreaudiod(需要管理员密码)

问题 4: 多输出设备配置后,音量调节失效

原因: 多输出设备的限制——macOS 多输出不支持音量同步调节

解决方案:

• 在每个具体设备里单独调节音量
• 或者使用付费的 Loopback 软件,功能更强大

问题 5: 视频和声音不同步

原因: 时钟漂移问题

解决:

1. 打开"音频 MIDI 设置"
2. 选中你的多输出设备
3. 勾选 BlackHole 的"漂移校正"
4. 重新启动应用

问题 6: 卸载 BlackHole

如果不再需要 BlackHole:

# 在终端中运行
sudo rm -rf /Library/Audio/Plug-Ins/HAL/BlackHole2ch.driver
sudo killall coreaudiod

或者使用官方提供的卸载脚本(从邮件中获取)。

Apple Silicon Mac 特别说明

对于 M1/M2/M3/M4 芯片的 Mac:

• ✅ BlackHole 完美兼容,无需额外配置
• ✅ 性能更好,延迟更低
• ✅ 同传软件(尤其是 MacWhisper)运行速度更快
• ⚠️ 部分老旧的虚拟声卡软件(如 SoundFlower)不兼容,必须用 BlackHole

替代方案: Loopback (付费,功能强大)

如果你需要更复杂的音频路由功能,考虑 Loopback:

• 官方网址: https://rogueamoeba.com/loopback/
• 价格: 约 $99 USD
• 优势: 图形化路由界面、虚拟设备数量无限、专业级功能
• 适合: 播客制作、专业录音、复杂场景

对于普通同传需求,BlackHole 完全够用,不必花钱买 Loopback。

本节小结

• ✅ 推荐使用免费开源的 BlackHole 2ch
• ✅ 通过邮箱获取下载链接
• ✅ 安装后需要配置多输出设备才能既听见声音又被翻译软件捕获
• ✅ 完美兼容 Apple Silicon Mac
• ⚠️ macOS 多输出设备不支持统一音量调节
• ⚠️ 部分老款虚拟声卡(SoundFlower)在新系统不工作,必须用 BlackHole

下一步

完成 macOS 配置后,继续阅读 1.4 测试虚拟声卡 验证配置是否生效。

💬 遇到问题? 加微信 15600871059(【专业译员工具社群】),Mac 配置问题可获得截图级别的指导。

1.4 测试虚拟声卡

完成虚拟声卡安装后,你需要验证配置是否生效。本节提供一套完整的测试流程,帮你快速排查问题。

测试目标

通过本节测试,你需要确认:

1. ✅ 虚拟声卡设备出现在系统中
2. ✅ 系统能把音频路由到虚拟声卡
3. ✅ 录音软件能从虚拟声卡读取数据
4. ✅ 你自己仍然能听到声音
5. ✅ 没有回音、噪音等异常

通用测试流程

步骤 1: 准备测试音频

打开任意一个有声音的内容:

• 推荐: YouTube 上的英文 TED 演讲(语音清晰)
• 备选: 本地视频文件
• 简单: 系统自带的音乐播放器

💡 提示: 选择有人声的内容,纯音乐不容易判断识别效果

步骤 2: 系统级测试(Windows)

测试 A: 查看设备状态

1. 右键任务栏喇叭图标 → 声音设置 → 录制
2. 找到你启用的虚拟声卡(立体声混音 / CABLE Output)
3. 播放视频,观察声卡右侧的音量条
4. 音量条应该会跳动,表示捕获到声音

✅ 成功: 音量条有反应
❌ 失败: 音量条无反应,跳到 问题排查

测试 B: Windows 录音机测试

1. 开始菜单搜索 "录音机" 或 "语音录制器"
2. 打开录音机,点击设置
3. 麦克风源选择虚拟声卡(立体声混音 / CABLE Output)
4. 播放视频的同时,点击录音
5. 录制 10 秒后停止
6. 回放录音,确认能听到清晰的视频音频

✅ 成功: 回放有清晰的视频声音
❌ 失败: 录音是静音,跳到问题排查

步骤 3: 系统级测试(macOS)

测试 A: QuickTime Player 测试

1. 打开 QuickTime Player
2. 菜单栏: 文件 → 新建音频录制
3. 点击红色录音按钮旁边的小箭头
4. 选择麦克风为 "BlackHole 2ch"
5. 点击红色按钮开始录制
6. 切换到浏览器,播放 YouTube 视频
7. 录制 10 秒后停止
8. 在 QuickTime 中回放录音

✅ 成功: 能听到 YouTube 视频的声音
❌ 失败: 录音是静音,跳到问题排查

测试 B: Voice Memos 测试

1. 打开 语音备忘录 (Voice Memos) App
2. 系统设置中确保输入源为 BlackHole
3. 录制几秒,然后回放

推荐测试软件

选项 1: Audacity(免费跨平台)

官方网址: https://www.audacityteam.org/

优势: 可视化波形,精确分析音频质量

安装与使用

1. 下载 Audacity 对应版本
2. 安装并打开
3. 顶部工具栏:
   • 录音设备:选择虚拟声卡(立体声混音 / BlackHole 2ch / CABLE Output)
   • 播放设备:选择你的扬声器
4. 点击录音按钮(红色圆点)
5. 播放视频
6. 观察波形:
   • 有起伏的波形 → ✅ 成功
   • 平直的直线 → ❌ 失败

选项 2: Online Voice Recorder(网页版,无需安装)

网址: https://online-voice-recorder.com/

使用方法

1. 浏览器打开网址
2. 授权麦克风权限
3. 重要: Chrome 浏览器需要在网址栏点击麦克风图标,选择虚拟声卡作为输入
4. 点击录音
5. 播放音频测试
6. 回放录音

⚠️ 限制: 网页版无法直接选择系统所有的录音设备,可能只能选择默认设备。建议优先使用 Audacity。

选项 3: 同传软件自带测试

直接在你打算使用的同传软件里测试:

讯飞同传

1. 安装并登录讯飞同传
2. 进入"快速会议"
3. 选择音频源为虚拟声卡
4. 看是否有字幕出现

MacWhisper

1. 打开 MacWhisper
2. 点击 "Record" 按钮
3. 在设置中选择 BlackHole 2ch
4. 播放视频,看转写结果

Buzz

1. 打开 Buzz
2. 选择 "Live Recording"
3. 输入设备选 CABLE Output 或立体声混音
4. 看转写效果

测试清单

按以下清单逐项验证:

全部打勾 → 配置成功! 可以进入第二章选择同传软件了。

问题排查

问题 1: 录音是完全静音

可能原因:

1. 系统输出未指向虚拟声卡(Mac 用户)
2. 立体声混音被禁用(Win 用户)
3. 虚拟声卡音量被设为 0
4. 软件的麦克风权限未开启

解决步骤:

Windows:
1. 检查系统播放设备是否正常输出
2. 确认立体声混音"已就绪"
3. 立体声混音属性 → 级别 → 音量调到 80
4. 检查录音软件是否有麦克风权限

macOS:
1. 系统设置 → 声音 → 输出 → 选择多输出设备
2. 系统设置 → 声音 → 输入 → 选择 BlackHole 2ch
3. 系统设置 → 隐私与安全性 → 麦克风 → 授权录音软件
4. 终端运行: sudo killall coreaudiod

问题 2: 有回音或啸叫

可能原因:

1. 同时启用了多个虚拟声卡
2. 音频被多次路由形成循环
3. 麦克风的"侦听此设备"被错误开启

解决步骤:

Windows:
1. 录制设备中,只启用一种虚拟声卡
2. 立体声混音属性 → 侦听 → 取消勾选"侦听此设备"
3. 关闭其他录音软件

macOS:
1. 检查多输出设备配置,确认没有循环
2. 移除可能干扰的旧虚拟声卡(SoundFlower 等)

问题 3: 声音断断续续

可能原因:

1. 采样率不匹配
2. CPU 资源紧张
3. 驱动版本过旧

解决步骤:

Windows:
1. 立体声混音属性 → 高级
2. 默认格式选 "16 bit, 44100 Hz"
3. 关闭其他高 CPU 程序

macOS:
1. 音频 MIDI 设置中检查所有设备的采样率
2. 统一为 44100 Hz 或 48000 Hz
3. 重启 coreaudiod 服务

问题 4: 虚拟声卡突然消失

可能原因:

1. 系统更新后驱动失效(Win)
2. 软件冲突(Mac)
3. 设备被禁用

解决步骤:

Windows:
1. 设备管理器 → 声音、视频和游戏控制器
2. 找到 VB-CABLE,右键 → 启用设备
3. 如仍不可见,重新安装 VB-CABLE

macOS:
1. 重启电脑
2. 检查 /Library/Audio/Plug-Ins/HAL/ 目录
3. 重新安装 BlackHole

问题 5: 部分软件能识别,部分不能

可能原因: 软件的麦克风权限或设备列表未刷新

解决步骤:

1. 完全退出软件
2. 重启电脑(让所有软件重新读取设备列表)
3. 在每个软件的设置中重新选择虚拟声卡

进阶测试: 延迟测试

如果你对延迟有要求(比如实时同传),可以测试虚拟声卡引入的延迟:

测试方法

1. 打开两个录音软件,一个用麦克风,一个用虚拟声卡
2. 同时按下录音
3. 在电脑播放一段有节奏的音频
4. 录制 10 秒后停止
5. 用音频编辑软件对比两个录音的时间差

正常情况下,虚拟声卡的延迟应该 < 50ms,人耳几乎无法察觉。

测试成功后的下一步

如果所有测试都通过:

1. ✅ 你的虚拟声卡配置完成
2. ✅ 可以进入 1.5 准备测试素材 准备实际试用素材
3. ✅ 准备好进入 第二章 - 选型指南

测试失败的处理

如果测试失败且本节方案都不管用:

1. 重新阅读 1.2 Windows 配置 或 1.3 macOS 配置
2. 完全卸载虚拟声卡,重启电脑后重新安装
3. 联系作者: 微信 15600871059,提供:
   • 操作系统版本
   • 错误现象描述
   • 已尝试的步骤
   • 截图或屏幕录像

本节小结

• ✅ 测试虚拟声卡有多种方法:系统级、Audacity、同传软件自带
• ✅ 至少完成 1-2 种测试方法,确保配置生效
• ✅ 遇到问题先看排查清单,大部分问题都能自行解决
• ⚠️ 如果反复失败,先完全卸载重装,再寻求帮助

下一步

进入 1.5 准备测试素材 准备测试同传软件所需的音频材料。

💬 测试遇到困难? 加微信 15600871059(【专业译员工具社群】) 获取详细指导。

1.5 准备测试素材

要客观评估同传软件的性能,你需要准备一套标准化的测试素材。本节介绍如何选择和准备这些素材。

为什么需要标准测试素材

很多人试用同传软件的方式是:打开软件 → 随便找个视频 → 觉得"还行" → 决定用它。

这种测试方式的问题:

• ❌ 不同软件用不同视频测,结果不可比
• ❌ 内容简单的视频会让所有软件看起来都不错
• ❌ 没有针对真实场景的压力测试
• ❌ 容易忽略软件在特定场景的弱点

正确的做法: 准备一套覆盖多种难度的测试素材,用同一套素材测试所有软件,才能客观对比。

标准测试素材清单

建议准备以下 5 类测试素材,每类 3-5 分钟:

1. 标准英文(基线测试)

用途: 确认软件的基础能力

特征:

• 美式英语或英式英语
• 语速正常
• 发音清晰
• 单一说话者
• 安静的录音环境

推荐素材:

• TED Talks(英文版): 选一个内容简单的演讲
• BBC Learning English 教学视频
• 英文新闻片段(如 CNN, BBC)

搜索关键词:

• YouTube: "TED talk easy English"
• "BBC 6 Minute English"

2. 重口音英文(关键测试)

用途: 测试软件对非母语英语的处理能力

特征:

• 印度英语
• 东欧英语(俄罗斯、波兰口音)
• 东南亚英语(新加坡、菲律宾口音)
• 阿拉伯英语
• 中式英语

推荐素材:

• YouTube 搜索 "Indian English lecture"
• "Russian English presentation"
• "Singaporean English speech"
• 真实的国际会议录像

为什么重要: 实际同传场景中,讲者口音多样。如果软件只能处理标准英语,实战会翻车。

3. 中文普通话(中英方向测试)

用途: 测试中文识别和中→英翻译能力

特征:

• 标准普通话
• 各地口音(川普、东北话等)
• 包含专业术语
• 数字、人名、机构名

推荐素材:

• 央视新闻片段
• 中文 TED 演讲
• 学术讲座录音

搜索关键词:

• B 站: "TEDx 中文演讲"
• "学术讲座 普通话"

4. 专业领域内容(术语测试)

用途: 测试专业术语识别能力

特征:

• 包含大量行业术语
• 技术名词、缩写
• 人名、机构名
• 数字、数据

推荐素材:

• 你工作领域的真实演讲(医疗、金融、IT、法律等)
• 学术论文宣讲视频
• 专业研讨会录像

示例领域:

• 医疗: NEJM 医学讲座
• 金融: Bloomberg 财经访谈
• IT: Apple/Google 开发者大会
• 法律: 联合国法律研讨会

5. 嘈杂环境内容(鲁棒性测试)

用途: 测试软件在非理想条件下的表现

特征:

• 有背景音乐
• 有观众噪音
• 有环境声(街道、餐厅等)
• 多人同时说话

推荐素材:

• 现场访谈节目
• 户外采访
• 嘈杂的会议录像

测试素材准备方法

方法 1: 直接使用 YouTube 视频

优势: 无需下载,即开即用

步骤:

1. 在 YouTube 找到合适的视频
2. 添加到收藏夹或建立播放列表
3. 测试时直接播放

注意事项:

• 中国大陆需要使用国际网络
• 网速不稳会影响测试结果
• 建议预先缓冲

方法 2: 下载视频文件

优势: 离线使用,稳定可靠

工具推荐:

• yt-dlp (开源命令行)
• 4K Video Downloader (图形界面)
• JDownloader (跨平台)

yt-dlp 使用示例

# 安装 yt-dlp
# Mac: brew install yt-dlp
# Win: pip install yt-dlp

# 下载视频(默认最高质量)
yt-dlp "https://www.youtube.com/watch?v=VIDEO_ID"

# 只下载音频(MP3 格式,文件更小)
yt-dlp -x --audio-format mp3 "https://www.youtube.com/watch?v=VIDEO_ID"

# 下载特定时段
yt-dlp --download-sections "*0:00-3:00" "https://www.youtube.com/watch?v=VIDEO_ID"

方法 3: 录制现场音频

如果你有真实的演讲录音、会议录音等,这是最贴近实战的测试素材。

注意: 使用录音前确认获得了相关授权,尤其是商业活动的内容。

方法 4: 使用本地媒体文件

把测试素材统一放在一个文件夹,例如:

C:\06_同传软件\test_materials\
├── 01_standard_english.mp4
├── 02_indian_english.mp4
├── 03_russian_english.mp4
├── 04_chinese_putonghua.mp4
├── 05_medical_terminology.mp4
└── 06_noisy_environment.mp4

创建测试基准

为每段测试素材记录关键信息,便于后续对比:

测试素材记录表

标准测试流程

对每个软件,按以下流程测试:

第一轮: 基线测试

1. 用 标准英文 素材测试
2. 记录:
   • 字幕出现延迟
   • 翻译质量
   • 错误数量
3. 这是软件的"上限"——简单素材都做不好的话,复杂场景肯定不行

第二轮: 压力测试

1. 用 重口音英文 素材测试
2. 重点观察:
   • 哪些词被识别错了?
   • 数字、人名是否准确?
   • 整段意思能否传达?

第三轮: 双向测试

1. 用 中文普通话 素材测试中→英方向
2. 评估翻译的自然度

第四轮: 专业测试

1. 用 专业领域 素材测试
2. 观察术语识别情况
3. 测试是否支持术语表导入

第五轮: 鲁棒性测试

1. 用 嘈杂环境 素材
2. 观察软件在恶劣条件下的稳定性

评分记录表

为每个软件每段素材打分:

软件名称: ___________

测试素材        识别准确率   翻译质量   延迟    总分
01 标准英语     ___/10      ___/10    ___s    ___/30
02 印度英语     ___/10      ___/10    ___s    ___/30
03 俄罗斯英语   ___/10      ___/10    ___s    ___/30
04 中文普通话   ___/10      ___/10    ___s    ___/30
05 医学英语     ___/10      ___/10    ___s    ___/30
06 嘈杂环境     ___/10      ___/10    ___s    ___/30

综合评分: ___/180

测试时的注意事项

1. 控制变量

• 网络环境保持一致(都用 Wi-Fi 或都用 5G)
• 电脑性能状态稳定(不要边玩游戏边测试)
• 同一时段内完成所有测试

2. 多次测试取平均

• 每段素材至少测试 2-3 次
• 取多次结果的平均值
• 避免单次异常影响判断

3. 记录截图/录像

• 截图保存字幕显示效果
• 必要时录屏记录延迟情况
• 便于事后分析和对比

4. 对比时不要看"宣传值"

很多软件宣传"延迟 < 1 秒"、"准确率 99%",这些数字往往是理想条件下测出的。以你自己的实测数据为准。

推荐的测试素材合集

我整理了一套完整的测试素材包(链接持续更新):

测试素材包结构:
├── 1_basic/              基础测试 (3 个视频)
│   ├── ted_short.mp4     TED 演讲 (3 分钟)
│   ├── bbc_news.mp4      BBC 新闻 (3 分钟)
│   └── interview.mp4     英文访谈 (3 分钟)
│
├── 2_accents/            口音测试 (5 个视频)
│   ├── indian.mp4        印度英语
│   ├── russian.mp4       俄罗斯英语
│   ├── french.mp4        法国英语
│   ├── singaporean.mp4   新加坡英语
│   └── arabic.mp4        阿拉伯英语
│
├── 3_chinese/            中文测试 (3 个视频)
│   ├── putonghua.mp4     标准普通话
│   ├── sichuan.mp4       四川话
│   └── academic.mp4      学术讲座
│
├── 4_professional/       专业测试 (4 个视频)
│   ├── medical.mp4       医学
│   ├── finance.mp4       金融
│   ├── tech.mp4          IT
│   └── legal.mp4         法律
│
└── 5_challenging/        挑战测试 (3 个视频)
    ├── noisy_cafe.mp4    咖啡馆环境
    ├── conference.mp4    会议室嘈杂
    └── multi_speaker.mp4 多人对话

获取方式: 联系作者 微信 15600871059,可获得整理好的测试素材链接(由于版权原因,不直接打包发布)。

本节小结

• ✅ 准备 5 类测试素材:标准英文、重口音、中文、专业、嘈杂
• ✅ 用同一套素材测试所有软件,确保结果可比
• ✅ 对每个软件每段素材打分,建立量化数据
• ✅ 测试时控制变量,多次取平均
• ⚠️ 不要轻信宣传值,以实测为准

第一章结束

恭喜!完成第一章后,你已经:

1. ✅ 理解了虚拟声卡的工作原理
2. ✅ 在 Windows 或 Mac 上完成虚拟声卡配置
3. ✅ 验证了配置正常工作
4. ✅ 准备好了一套测试素材

下一步: 进入 第二章 - 新手选型指南,学习如何根据自己的需求选择合适的同传软件。

💬 欢迎交流: 如果你有好的测试素材推荐,或者发现了同传软件的有趣特性,加微信 15600871059(【专业译员工具社群】) 一起交流!

第二章: 新手选型指南

本章学习目标

完成本章后,你将能够:

• 明确自己的使用场景和需求
• 理解免费 vs 付费软件的差异
• 理解本地 vs 云端方案的优劣
• 制定合理的试用顺序
• 用评分表客观对比不同软件

为什么需要选型指南

市面上的同传软件超过 30 款,新手很容易陷入选择困难:

• 看到"延迟 < 1 秒"就想试,结果发现要付费
• 看到"免费"就装,装了发现是开发者向的命令行工具
• 试了 3 个软件还没找到满意的,放弃了
• 选了不合适的工具,正式场合翻车

这章要解决的核心问题: 帮你5 分钟内确定:

1. 自己属于哪类用户
2. 应该重点试哪 3 个工具
3. 预算应该投入多少

章节内容

• 2.1 如何选择适合自己的软件 - 需求分析与场景匹配
• 2.2 免费 vs 付费对比 - 决策思路
• 2.3 本地 vs 云端对比 - 优劣权衡
• 2.4 推荐的试用顺序 - 节省时间的方法
• 2.5 专业选型评分表 - 量化对比

一句话决策

如果你想直接得到结论,这里有一个5 秒钟的决策树:

你是中国大陆用户吗?
├── 是 → 主用讯飞同传 + 备用 MacWhisper/Buzz
└── 否 → 主用 JotMe/Akkadu + 备用 MacWhisper/Buzz

几乎覆盖 80% 的场景。

如果你想理解背后的原因,继续阅读本章。

完成本章后

你将有一份清晰的选型清单,知道:

• 自己应该试用哪 3 个工具
• 每个工具的预期表现
• 预算应该如何分配

下一步:进入 第三章 - 第一梯队工具,开始实际试用。

💬 选型困惑? 加微信 15600871059(【专业译员工具社群】),告诉我你的具体场景,我可以给出针对性建议。

2.1 如何选择适合自己的软件

选择同传软件就像选车——不存在"最好的车",只有"最适合你的车"。本节帮你通过几个关键问题,快速定位到适合自己的软件类别。

第一步: 明确使用场景

场景分类

把你的使用场景对号入座:

场景 A: 个人辅助使用(80% 用户)

特征:

• 你是译员、学生、研究者等个人用户
• 主要在自己的电脑上使用
• 字幕只给自己看
• 用于辅助理解、做笔记

典型例子:

• 听英文讲座做笔记
• 看英文视频学习
• 国际会议做同传时辅助

推荐方向: 个人桌面工具(讯飞同传 / JotMe / Akkadu / MacWhisper)

场景 B: 会议组织者使用(15% 用户)

特征:

• 你是会议组织者、主办方
• 需要给所有参会者提供翻译
• 多人在线/线下混合参会
• 对稳定性要求极高

典型例子:

• 公司年会
• 学术研讨会
• 行业大会

推荐方向: 活动级平台(KUDO / Wordly / Interprefy)

场景 C: 企业内部使用(5% 用户)

特征:

• 公司内部跨国会议
• 集成在 Zoom/Teams/Webex 中
• 长期使用,需要预算审批
• 涉及商业机密,需要保密

典型例子:

• 跨国团队会议
• 客户演示
• 内部培训

推荐方向: 企业级解决方案(DeepL Voice / Wordly / 讯飞企业版)

第二步: 评估技术能力

技术能力自测

回答以下问题,选 A/B/C/D:

问题 1: 你能独立安装一个 Windows/Mac 软件吗?

• A. 完全不会
• B. 能装,但容易出错
• C. 熟练
• D. 我自己写软件

问题 2: 你听说过命令行(Terminal/CMD)吗?

• A. 没听过
• B. 听过但不会用
• C. 用过基础命令
• D. 经常使用

问题 3: 你能配置 API Key 吗?

• A. 不知道是什么
• B. 知道但不会配
• C. 配过,但需要教程
• D. 熟练

问题 4: 你能解决软件报错吗?

• A. 报错就放弃
• B. 会百度搜索
• C. 看英文文档
• D. 自己排查源码

得分计算:

• A = 1 分, B = 2 分, C = 3 分, D = 4 分

结果分级:

第三步: 确认硬件条件

硬件影响很大

不同的同传方案对硬件要求差异巨大:

云端方案(讯飞同传、Wordly 等)

硬件要求: 极低

• 任何能上网的电脑都能用
• 不吃 CPU/GPU

网络要求: 高

• 必须稳定互联网
• 国际方案需要良好的国际网络

本地 Whisper 方案(MacWhisper、Buzz)

硬件要求: 中到高

Mac 用户:

• M1/M2/M3/M4 芯片表现优异
• 8GB 内存可跑 Small/Medium
• 16GB 内存推荐,能跑 Large v3 Turbo

Windows 用户:

• 必须有独立显卡(NVIDIA 优先)
• 至少 RTX 3060 6GB 才能流畅运行 Large 模型
• 集成显卡只能用 Tiny/Base 模型

第四步: 确定预算范围

预算分级

把你的预算对号入座:

零预算(0 元)

可用工具:

• Windows Live Captions(系统自带)
• macOS Live Captions(系统自带)
• Buzz(开源免费)
• Speech-Translate(开源)
• 讯飞同传(每日 20 分钟免费)
• 沉浸式翻译(免费版)
• Google Translate

适合: 偶尔使用,要求不高

低预算(< ¥500/年)

推荐组合:

• 讯飞同传(¥30-60/小时,按需付费)
• 沉浸式翻译 Pro(¥10-30/月)
• DeepSeek API(几块钱够用)

适合: 个人译员日常使用

中预算(¥500-3000/年)

推荐组合:

• 讯飞同传充值套餐
• MacWhisper Pro(€59 一次性)
• 沉浸式翻译 Pro
• DeepL Pro(€7.5/月)

适合: 专业译员、研究人员

高预算(¥3000+/年)

推荐组合:

• KUDO/Wordly(企业活动)
• 多个云端服务订阅
• 高端硬件(独立显卡电脑)

适合: 会议组织者、企业用户

决策矩阵

根据上面三个维度,定位到你的方案:

个人用户(场景 A)

会议组织者(场景 B)

企业用户(场景 C)

关键决策因素

不同维度的优先级排序,从最重要到次要:

1. 中文识别能力(中文用户首要)

强: 讯飞同传、网易见外、百度同传
中: Whisper Large v3、JotMe
弱: Wordly(英文优先)

2. 重口音英语处理(国际场景关键)

强: Whisper Large v3、Soniox
中: 讯飞同传、Akkadu
弱: Google Translate、系统自带字幕

3. 低延迟(实时同传关键)

强: Palabra.ai、Transync AI(< 1 秒)
中: 讯飞同传、JotMe(1-3 秒)
弱: 本地 Whisper(取决于硬件)

4. 易用性(新手友好)

强: 讯飞同传、Akkadu、JotMe(图形界面)
中: MacWhisper、Buzz(需要选模型)
弱: WhisperLive、Speech-Translate(命令行)

5. 隐私性(保密场景关键)

强: MacWhisper、Buzz(完全本地)
中: 讯飞同传(国内云,数据合规)
弱: 国际云服务(数据出境)

6. 翻译质量(可读性)

强: DeepL、Claude API、GPT-4 API
中: 讯飞同传、Microsoft Translator
弱: Google Translate(中文不自然)

常见的选型误区

误区 1: "免费的肯定不如付费的"

错!很多免费工具(如 Buzz + DeepSeek API)效果可以媲美付费产品。

误区 2: "国外的肯定比国内的好"

错!对中文场景,讯飞同传通常胜过国际方案。

误区 3: "延迟越低越好"

错!延迟 0.5 秒和 2 秒对人耳几乎没差别,但低延迟方案往往牺牲了准确率。

误区 4: "买最贵的就行"

错!Wordly 按小时计费,个人用户用一两次就够买几年讯飞会员了。

误区 5: "一个软件搞定所有"

错!专业用户都是主备双跑,没有单一方案能 100% 可靠。

选型自检清单

完成选型前,确认以下问题:

• 我的使用场景是什么?(个人/会议组织/企业)
• 我的技术能力等级?(纯小白/入门/进阶/高级)
• 我的预算范围?(0/低/中/高)
• 我的硬件条件?(普通/高端)
• 我的语言对?(中→英/英→中/中英双向)
• 我最看重哪个维度?(口音/延迟/翻译质量/隐私)
• 我准备投入多少试用时间?(几小时/几天/几周)

完成自检后,你应该能清晰地知道自己应该试哪 3 个工具。

本节小结

• ✅ 同传软件选型分三步:场景 → 技术 → 预算
• ✅ 个人用户优先考虑讯飞同传(国内)或 JotMe(国际)
• ✅ 会议组织者考虑 KUDO/Wordly
• ✅ 企业用户考虑 DeepL Voice 集成方案
• ✅ 主备双跑是专业用户的标配
• ⚠️ 不要轻信宣传,以实测为准

下一步

继续阅读 2.2 免费 vs 付费对比,深入了解两类方案的详细差异。

💬 针对性建议: 不知道自己该选哪类?把你的场景描述发给作者 微信: 15600871059,可获得 1 对 1 选型建议。

2.2 免费 vs 付费对比

"免费 vs 付费"是新手选型时最纠结的问题。本节给你一个清晰的决策框架。

核心结论

对于大多数用户,最优策略是: 免费 + 付费混搭

具体来说:

• 用免费工具做日常练习、备份、应急
• 用付费工具做正式场合、关键场合
• 不要试图用免费工具完全替代付费工具
• 也不要为了"心理安全"全部上付费

免费工具的真实价值

很多人觉得免费工具就是"凑合用"。实际上:

免费工具的优势

1. 零成本试错

你可以无负担地试用 10 个免费工具,找到最适合你的那个。

2. 性能不一定差

举几个例子:

• Buzz + DeepSeek API: 月费几块钱,效果接近 ¥500/月的商业产品
• 沉浸式翻译 + Claude API: 翻译质量超过很多付费同传软件
• MacWhisper 免费版: 基础功能足够日常使用

3. 学习价值

免费工具(尤其是开源工具)能让你:

• 理解同传软件的工作原理
• 学会调试音频问题
• 了解 ASR/翻译技术的进展

4. 没有 vendor lock-in

付费工具一旦投入,沉没成本会让你不愿换。免费工具随时可以切换。

免费工具的局限

1. 客服和支持

免费工具:

• 出问题靠社区论坛
• 修复速度慢
• 没有 SLA 保障

付费工具:

• 有客服团队
• 出问题有人管
• 有响应时间承诺

2. 稳定性和可用性

免费工具:

• 服务可能突然停止(尤其是网页版)
• 限流、限额可能突然变化
• 版本兼容性问题

付费工具:

• 商业利益驱动稳定性
• 有版本管理
• SLA 保障

3. 高级功能

很多功能只在付费版:

• 自定义术语表
• 团队协作
• 数据导出
• API 接入
• 长时录音

4. 性能上限

免费 API 通常有限速,正式场合可能不够用。

付费工具的真实价值

付费工具的优势

1. "买的是确定性"

付费工具最大的价值不是技术上的优越,而是确定性:

• 它今天能用,明天大概率也能用
• 它现在不出问题,正式场合也不太会出问题
• 出问题有人帮你解决

2. 时间成本

付费工具往往省去了大量配置时间:

• 讯飞同传:注册即用,5 分钟上手
• MacWhisper Pro:一次买断,免去模型管理麻烦
• DeepL Voice:Teams 集成,无需自己折腾

对于按小时计费的专业人士,省下的时间远超软件费用。

3. 持续更新

付费工具:

• 模型持续优化
• 新功能不断推出
• 适配新平台(新版 macOS / Windows / Office)

4. 服务承诺

正式场合最怕"软件挂了找不到人",付费工具至少:

• 有官方客服邮箱/电话
• 有故障公告页面
• 有 backup 通道(如降级到旧版)

付费工具的陷阱

1. 订阅疲劳

很多付费工具是订阅制,一年算下来不少钱:

• DeepL Pro: ~¥600/年
• Wordly: ~¥3000/月起
• KUDO 企业版: ~¥10000+/年

不要因为"看起来便宜"就订阅,算清楚总成本。

2. 功能虚标

部分付费工具的"高级功能"可能你根本用不上:

• 团队协作(单人用户)
• 50+ 种语言(你只用中英)
• 高级分析(你只看字幕)

3. 锁定效应

一旦你的:

• 历史数据存在某平台
• 术语表配置在某平台
• 团队习惯了某平台

切换成本就很高了。

免费 vs 付费决策矩阵

按使用频率决策

按场景决策

按风险承受度决策

性价比排行榜

基于综合表现/价格的性价比排序:

免费工具性价比排名

付费工具性价比排名

实战配置推荐

根据预算给出具体配置:

配置 A: 零预算极致版

月费: ¥0
适合: 个人偶尔使用

• 主力: 讯飞同传免费 20 分钟/日 + 沉浸式翻译免费版
• 备份: Windows/macOS Live Captions
• 学习: Buzz(开源)

预期效果: 满足 80% 个人需求

配置 B: 入门付费版

月费: ¥30-50
适合: 个人译员日常使用

• 主力: 讯飞同传按量充值(¥300/年)
• 翻译: 沉浸式翻译 Pro(¥10-30/月)
• 备份: Buzz + DeepSeek API(¥10/月)

预期效果: 满足 95% 个人需求

配置 C: 专业版

年费: ¥1500-3000
适合: 专业译员、研究人员

• 主力: 讯飞同传(¥1000/年套餐)
• Mac 备份: MacWhisper Pro(€59 一次性)
• Win 备份: Buzz + 高质量 API
• 翻译: DeepL Pro(€90/年)
• 字幕: 沉浸式翻译 Pro

预期效果: 几乎覆盖所有场景

配置 D: 企业版

年费: ¥10000+
适合: 公司、机构

• 平台: KUDO 或 Wordly 企业版
• 备份: 讯飞企业版
• 集成: DeepL Voice for Teams
• 人工译员: 保留 1-2 名应急

预期效果: 接近 100% 可靠

避坑指南

坑 1: 试用期到期自动扣款

很多软件免费试用期结束后自动扣款:

• 注册时先关闭自动续费
• 在日历上设置试用到期前 2 天的提醒
• 用虚拟信用卡注册

坑 2: 按量付费的"陷阱时长"

按时长付费的工具,要注意:

• 是否包括"准备时间"
• 是否包括"暂停时长"
• 月度结算还是即时结算

坑 3: "免费"实际收费

部分工具:

• 注册免费,但需要绑卡
• 试用期短(7-14 天)
• 关键功能需付费解锁

坑 4: 海外服务地区限制

部分国际方案:

• 中国大陆 IP 不可用
• 中国信用卡不能付款
• 需要 VPN 才能使用

坑 5: 隐藏的 API 成本

使用 OpenAI/Claude 等 API:

• 长时间使用会快速消耗 token
• 实际成本可能远超预期
• 建议先用 DeepSeek 等便宜的 API 测试

决策模板

回答以下问题,得出你的最佳方案:

问题 1: 你每月使用同传软件多少小时?
[ ] < 5 小时 → 免费方案
[ ] 5-20 小时 → 配置 B
[ ] 20-50 小时 → 配置 C
[ ] 50+ 小时 → 配置 D

问题 2: 你能接受偶尔翻车吗?
[ ] 能 → 节省预算
[ ] 不能 → 多重备份(增加预算)

问题 3: 你愿意每月固定付费吗?
[ ] 愿意 → 订阅付费
[ ] 不愿意 → 按量付费 + 一次性买断

问题 4: 你最看重什么?
[ ] 价格 → 免费方案
[ ] 时间 → 付费方案省时间
[ ] 质量 → 付费 + 多重备份
[ ] 隐私 → 本地方案(MacWhisper/Buzz)

本节小结

• ✅ 免费 + 付费混搭是大多数用户的最优解
• ✅ 免费工具不一定差,关键看场景
• ✅ 付费工具买的是"确定性",不只是技术
• ✅ 按使用频率/场景/风险承受度决策
• ✅ 避免试用期自动扣款、隐藏收费等坑
• ⚠️ 不要为了"心理安全"全上付费

下一步

继续阅读 2.3 本地 vs 云端对比,了解另一个重要的选择维度。

💬 预算迷茫? 加微信 15600871059(【专业译员工具社群】) 获取定制化预算建议。

2.3 本地 vs 云端对比

同传软件按运行方式分为两大阵营:本地运行和云端运行。这是仅次于"免费 vs 付费"的重要决策维度。

一句话区分

• 本地方案: 软件在你的电脑上运行,数据不出本机(如 MacWhisper、Buzz)
• 云端方案: 软件把音频上传到服务器处理,返回结果(如讯飞同传、JotMe、Wordly)

本地方案详解

工作原理

你的电脑录音 → 本地 AI 模型识别 → 显示字幕
   (全程不联网,数据不离开本机)

代表工具

• MacWhisper (Mac)
• Buzz (Win/Mac/Linux)
• WhisperLive (高级)
• Whisper.cpp (命令行)

这些工具的核心都是 OpenAI Whisper 模型,它是开源的,可以在本地运行。

本地方案的优势

1. 完全保密

数据完全不上传,适合:

• 涉及商业机密的会议
• 医疗、法律等保密场合
• 政府、军工等敏感场景

很多大公司、政府机关明确禁止使用云端翻译服务,本地方案是唯一选择。

2. 不依赖网络

没有网络也能用:

• 出差地铁里
• 偏远地区现场
• 网络抖动场合
• 网络受限场所

3. 没有时长限制

云端方案通常按时长收费,本地方案:

• 跑多久都不花钱
• 适合长时间会议
• 没有"超额"恐惧

4. 隐私合规

符合 GDPR、HIPAA 等隐私法规:

• 数据不出本机
• 没有"数据出境"问题
• 没有第三方数据处理

本地方案的劣势

1. 硬件要求高

不同模型对硬件需求差异巨大:

实战经验:

• 普通办公电脑(无独显):只能跑 Tiny/Base,精度低
• 中端笔记本:可以跑 Small,精度可用
• 游戏笔记本/台式机:可以跑 Medium/Large v3 Turbo
• M1/M2/M3/M4 Mac:能跑 Large v3 Turbo,精度高
• M1 Max/M2 Max/M3 Max:可以跑完整 Large v3

2. 配置复杂

本地方案对小白不友好:

• 需要选择模型
• 需要管理硬件资源
• 需要折腾依赖项
• 需要处理报错

例外:MacWhisper 把这些都包装好了,对 Mac 用户来说几乎和云端一样简单。

3. 中文翻译能力弱

Whisper 原生只能转写或翻译成英文,要中文翻译需要:

• 配合 OpenAI/Claude/DeepSeek API
• 配合本地大模型(LLaMA/Qwen)
• 多步处理增加延迟

4. 模型大小影响延迟

• Tiny 模型快但精度低
• Large 模型精度高但慢

永远不可能两全其美(在同一台机器上)。

5. 模型下载麻烦

模型文件几百 MB 到几 GB:

• 下载需要时间
• 国内下载可能慢/失败
• 占用本地存储空间

云端方案详解

工作原理

你的电脑录音 → 上传到服务器 → 服务器 AI 识别 → 返回字幕 → 显示
   (全程联网,数据经过服务器)

代表工具

中国云

• 讯飞同传(国内)
• 百度同传(国内)
• 网易见外(国内)
• 钉钉听记(国内)

国际云

• JotMe(美国)
• Akkadu(欧洲)
• Wordly(美国)
• KUDO(美国)
• Interprefy(瑞士)

云端方案的优势

1. 即开即用

注册账号即可使用,不需要:

• 下载模型
• 配置硬件
• 调试参数

2. 性能强劲

云端服务器算力远超个人电脑:

• 可以跑更大的模型
• 多 GPU 并行处理
• 优化的推理引擎

实际效果就是: 同等模型,云端比本地快很多。

3. 集成方便

云端方案通常提供:

• Zoom/Teams/Meet 插件
• 浏览器扩展
• 移动端 App
• API 接口

4. 中文翻译质量高

国内云端服务对中文优化:

• 讯飞同传中文识别业内顶级
• 翻译质量符合中文表达习惯
• 内置专业术语库

5. 持续优化

模型在服务器端持续更新:

• 你不用做任何事
• 自动享受新功能
• 适应新口音、新词汇

6. 不占本地资源

云端处理:

• 不吃 CPU/GPU
• 不发热
• 不耗电
• 适合笔记本电脑

云端方案的劣势

1. 数据上传隐私问题

你的所有音频都会:

• 上传到服务商服务器
• 经过第三方处理
• 可能被存储/分析

对于:

• 商业机密会议
• 个人隐私谈话
• 保密协议场合

绝对不能用。

2. 依赖网络

网络问题会直接影响:

• 网络断 → 软件无法工作
• 网速慢 → 延迟高
• 抖动 → 字幕断断续续
• 国际网络 → 不稳定

3. 持续费用

按时长/月度付费:

• 长期使用成本累积
• 价格随时可能调整
• 服务可能停止

4. 数据出境合规

如果你在中国大陆:

• 用美国云服务可能违反数据合规
• 涉及个人信息保护法
• 涉及网络安全法
• 需要谨慎评估

5. 服务可能被封

部分国际云端服务:

• 中国大陆不可访问
• 需要 VPN
• VPN 又可能违反平台条款

6. 厂商绑定

一旦你的:

• 历史记录在云端
• 术语表配置在云端
• 团队用同一平台

切换难度大。

本地 vs 云端对比表

混合方案: 最佳实践

实际上,大部分专业用户都采用混合方案:

方案 A: 主云 + 备本地

正常情况: 讯飞同传(云端,主用)
紧急情况: MacWhisper/Buzz(本地,备份)

适合: 大部分专业译员

方案 B: 主本地 + 备云

正常情况: MacWhisper(本地,主用)
特殊场合: 讯飞同传(云端,需要中文翻译时)

适合: 注重隐私的用户

方案 C: 双云互备

主用: 讯飞同传(国内)
备用: JotMe(国际)

适合: 国际场合,需要双备份

方案 D: 纯本地

全部使用本地工具
- MacWhisper Pro / Buzz
- + 本地翻译模型

适合: 极致隐私需求

场景化推荐

场景: 个人英文学习

推荐: 本地为主

• MacWhisper / Buzz 跑 Whisper Large v3
• 结合 LLM API 做翻译
• 完全免费,完全私密

场景: 公司日常会议

推荐: 云端为主

• 讯飞同传(国内)
• JotMe(国际)
• 简单配置,稳定可用

场景: 涉密会议

推荐: 必须本地

• MacWhisper Pro(Mac)
• Buzz + 本地 LLM(Win)
• 完全离线,绝对保密

场景: 国际大型会议

推荐: 云端为主 + 人工

• KUDO/Wordly 平台
• 配合人工译员
• 多重备份

场景: 出差/旅行

推荐: 本地为主

• MacWhisper(Mac 用户)
• Buzz(Win 用户)
• 不依赖网络,随时可用

场景: 直播/录播

推荐: 云端为主

• 讯飞同传 + 沉浸式翻译
• 集成方便
• 字幕投屏简单

选型决策树

你的会议涉及商业机密吗?
├── 是 → 本地方案(MacWhisper / Buzz)
└── 否
    ├── 你的电脑配置高吗?
    │   ├── 是(M1+/独显)→ 可以用本地
    │   └── 否 → 必须用云端
    │
    └── 你的网络稳定吗?
        ├── 是 → 云端方案
        └── 否 → 本地方案

主要语言是中文吗?
├── 是 → 优先国内云(讯飞)或本地(配中文 LLM)
└── 否 → 国际云或本地都可

关于 Whisper 模型的选择

如果选择本地方案,模型选择至关重要:

模型选择建议

入门用户(M1 Mac / 中端 Win + 8GB 显存)

• 首选: Large v3 Turbo
• 理由: 平衡精度和速度
• 配置: Faster Whisper 后端

性能优先(M1 Pro+ / RTX 4060+ 16GB+)

• 首选: Large v3
• 理由: 最高精度
• 配置: Faster Whisper + GPU

速度优先(老款电脑)

• 首选: Small / Medium
• 理由: CPU 也能跑
• 配置: Whisper.cpp 量化版

极致离线(Mac M Max 系列)

• 首选: Large v3 + 本地 LLaMA/Qwen 翻译
• 理由: 完全本地的端到端方案
• 配置: MacWhisper Pro + LMStudio

Whisper 后端对比

新手默认选 Faster Whisper,几乎所有图形界面工具(Buzz、MacWhisper)都支持。

关于云端服务的隐私

如果选择云端,要了解服务商的数据政策:

国内云服务商

讯飞:

• 数据存储在中国
• 符合国内合规
• 提供企业版加密选项
• 个人版用户协议中允许"用于改进服务"

百度:

• 数据存储在中国
• 提供本地化部署选项(企业版)

国际云服务商

OpenAI(Whisper API):

• 默认 30 天后删除数据
• 不用于训练(API 用户)
• 服务器在美国

JotMe:

• 数据存储在美国
• 用户可手动删除
• 不出售给第三方

Wordly/KUDO:

• 企业级 SLA
• 可选择数据存储区域
• 符合 GDPR

选择云服务的隐私建议

1. 阅读隐私政策: 知道你的数据去哪了
2. 关闭"数据用于改进"选项: 大部分服务都有这个开关
3. 定期清理历史: 不要让录音永久存储
4. 重要内容用本地: 不要赌厂商的承诺
5. 企业用户用企业版: 通常有更好的数据保护

本节小结

• ✅ 本地方案 = 隐私 + 离线 + 一次性投入
• ✅ 云端方案 = 即用 + 性能 + 持续费用
• ✅ 大部分专业用户采用混合方案
• ✅ 涉密场合必须本地
• ✅ 中文优先选讯飞或国内云
• ✅ 出差/旅行优先本地
• ⚠️ 云端服务的隐私需要仔细评估

下一步

继续阅读 2.4 推荐的试用顺序,了解如何高效地试用各类工具。

💬 隐私需求高? 加微信 15600871059(【专业译员工具社群】) 获取本地方案的详细配置建议。

2.4 推荐的试用顺序

试用同传软件最大的陷阱不是"找不到好的工具",而是"试了太多,没找到合适的"。本节给你一个高效的试用流程。

核心原则

原则 1: 不要一次试 10 个

很多人看到这本书介绍了 20+ 工具,就想全部试一遍。这是大错误。

后果:

• 每个都试 5 分钟,根本看不出差异
• 配置太多,记不住哪个是哪个
• 时间花光了,还是没找到合适的
• 信息过载,放弃

原则 2: 先广度再深度

正确做法:

1. 第一轮: 快速试 3 个工具(各 10 分钟)
2. 第二轮: 选最好的 1-2 个深入测试(各 1 小时)
3. 第三轮: 在真实场景中验证(1 周)

原则 3: 用同一组测试素材

每个工具用相同的:

• 测试音频
• 测试时长
• 测试环境

否则结果不可比。

原则 4: 记录数据而不是感觉

人的记忆很不可靠。一定要写下数据:

• 延迟多少秒
• 错了几个词
• 翻译是否通顺
• 字幕是否流畅

三步试用法

第一步: 快速筛选(总耗时 1 小时)

目标: 从众多工具中筛选出 1-2 个候选

对象: 3 个最有可能适合你的工具

测试时长: 每个 15-20 分钟

选择哪 3 个?

根据你在 2.1 节 的自测结果:

中国大陆个人用户

1. 讯飞同传(必试)
2. 沉浸式翻译(必试)
3. MacWhisper(Mac) 或 Buzz(Win)(必试)

国际用户

1. JotMe(必试)
2. Akkadu(必试)
3. MacWhisper(Mac) 或 Buzz(Win)(必试)

会议组织者

1. KUDO(必试,联系销售)
2. Wordly(必试,联系销售)
3. 讯飞同传企业版(国内活动必试)

第一步的具体步骤

Day 1: 上午 1 小时

1. 注册讯飞同传账号(5 分钟)
2. 用同一个 YouTube 视频测试 15 分钟
3. 记录数据(延迟、准确率、易用性)

Day 1: 下午 1 小时

1. 安装沉浸式翻译插件(5 分钟)
2. 用同一视频测试 15 分钟
3. 记录数据

Day 2: 上午 1 小时

1. 安装 MacWhisper 或 Buzz(15 分钟,含模型下载)
2. 用同一视频测试 15 分钟
3. 记录数据

测试视频建议

第一轮筛选,推荐用单一视频测试所有工具:

• 长度: 5-10 分钟
• 内容: 你工作中最常遇到的类型
• 难度: 中等(不太容易也不太难)

示例视频: TED Talk: "How I learned to stop worrying and trust artificial intelligence"

第二步: 深度测试(总耗时 4 小时)

目标: 在第一步胜出的 1-2 个工具中,找出最适合的那个

对象: 第一步评分最高的 1-2 个工具

测试时长: 每个 1-2 小时

第二步的测试维度

不再用单一视频,而是用第一章 1.5 节介绍的 5 类测试素材:

1. 标准英文(基线)
2. 重口音英文(关键)
3. 中文普通话(中英方向)
4. 专业领域(术语)
5. 嘈杂环境(鲁棒性)

评分表

工具名称: ________________
测试日期: ________________

类别              准确率   翻译质量   延迟    总分(/30)
1. 标准英文       ___/10   ___/10    ___s    ___/30
2. 重口音英文     ___/10   ___/10    ___s    ___/30
3. 中文普通话     ___/10   ___/10    ___s    ___/30
4. 专业术语       ___/10   ___/10    ___s    ___/30
5. 嘈杂环境       ___/10   ___/10    ___s    ___/30

综合评分: ___/150

主观感受:
[ ] 上手难度:
[ ] 字幕显示:
[ ] 稳定性:
[ ] 是否愿意付费:

第三步: 实战验证(1-2 周)

目标: 在真实工作场景中验证

对象: 第二步胜出的 1 个工具

实战验证的关键点

1. 真实环境复制

• 用你日常的电脑
• 用你日常的网络
• 用你日常的麦克风/耳机
• 在你日常的工作时段

2. 多场景覆盖

至少经历:

• 1 次正式工作场合
• 1 次嘈杂环境场合
• 1 次长时间会议(2+ 小时)
• 1 次重要场合
• 1 次网络不稳定时刻

3. 记录每次的表现

日期: ___
场景: ___
时长: ___
表现: ___
问题: ___
处理: ___

实战验证的关键观察

• 软件是否会突然崩溃
• 长时间使用是否性能下降
• 字幕显示是否稳定
• 网络问题时如何降级
• 客服响应是否及时

推荐的具体试用日程

一周计划: 个人用户

周一(2 小时): 准备工作

• 完成虚拟声卡配置(第一章)
• 准备测试素材
• 注册账号

周二(1 小时): 试用讯飞同传

• 注册并安装
• 测试基础功能
• 记录数据

周三(1 小时): 试用沉浸式翻译

• 安装插件
• 配置翻译引擎
• 测试网页和会议

周四(1 小时): 试用 MacWhisper / Buzz

• 安装并下载模型
• 测试本地识别
• 测试 API 翻译

周五(2 小时): 第二轮深度测试

• 选出最好的 1-2 个
• 用 5 类素材深度测试
• 完成评分表

周末(1-2 小时): 配置主备方案

• 选定主力工具
• 选定备份工具
• 写出操作手册

两周计划: 会议组织者

第一周

• Day 1-2: 快速筛选 5 个候选(KUDO / Wordly / Interprefy / 讯飞企业版 / DeepL)
• Day 3-5: 联系销售,获取 demo
• Day 6-7: 体验各家 demo

第二周

• Day 8-10: 选出 2 家深度对比
• Day 11-12: 对比报价和功能
• Day 13: 测试场景压力测试
• Day 14: 决策并开始接入

一个月计划: 企业用户

第一周: 需求梳理

• 明确使用场景
• 调研团队需求
• 确定预算
• 形成需求清单

第二周: 供应商接触

• 联系 3-5 家供应商
• 收集报价
• 安排 demo
• 形成对比表

第三周: POC(概念验证)

• 选出 1-2 家做 POC
• 实际场景测试
• 团队试用反馈
• 性能压力测试

第四周: 决策与部署

• 商务谈判
• 合同签订
• 团队培训
• 正式部署

试用过程中的常见误区

误区 1: 一开始就上重要场合

❌ 错误做法: 第一次试讯飞同传就用在客户演示上
✅ 正确做法: 先用低风险场合测试

误区 2: 只看延迟

❌ 错误做法: 看到"延迟 < 1 秒"就选
✅ 正确做法: 综合考虑准确率、翻译质量、稳定性

误区 3: 凭印象决策

❌ 错误做法: "感觉讯飞挺好用"
✅ 正确做法: 数据化打分

误区 4: 不记录问题

❌ 错误做法: 出问题就重启
✅ 正确做法: 记录所有问题,形成 troubleshooting 笔记

误区 5: 不试备份方案

❌ 错误做法: 只试主力工具
✅ 正确做法: 主备双跑,确保万无一失

误区 6: 不跟踪更新

❌ 错误做法: 试用一次就觉得"了解了"
✅ 正确做法: 持续跟踪软件更新,定期复测

各类工具的试用时间预估

如何快速判断一个工具好不好

如果时间紧,这里有一个5 分钟快速判断法:

步骤

1. 听声音: 播放一段 30 秒的清晰英文 → 看转写

   • 错 0-2 个词 → ⭐⭐⭐⭐⭐
   • 错 3-5 个词 → ⭐⭐⭐
   • 错 5+ 个词 → ⭐

2. 测延迟: 看字幕出现的时间

   • < 2 秒 → ⭐⭐⭐⭐⭐
   • 2-5 秒 → ⭐⭐⭐

   • 5 秒 → ⭐

3. 测口音: 播放 30 秒印度英语 → 看效果

   • 基本能认 → ⭐⭐⭐⭐⭐
   • 错一半 → ⭐⭐⭐
   • 完全乱 → ⭐

4. 测翻译: 看中文翻译是否通顺

   • 通顺自然 → ⭐⭐⭐⭐⭐
   • 大致能懂 → ⭐⭐⭐
   • 不知所云 → ⭐

5. 测易用: 5 分钟内能不能搞清楚怎么用

   • 顺畅 → ⭐⭐⭐⭐⭐
   • 摸索 → ⭐⭐⭐
   • 卡壳 → ⭐

总分 < 12 颗星: 不值得继续试
总分 12-18 颗星: 可以深度测试
总分 > 18 颗星: 重点考察候选

试用记录模板

为每次试用建立标准记录:

## 工具名称: [填写]
## 测试日期: [填写]
## 测试时长: [填写]
## 测试设备: [Win/Mac, 配置]
## 测试网络: [Wi-Fi/有线/4G]

### 安装与配置
- 安装难度: [简单/中等/困难]
- 遇到的问题: [填写]
- 解决方法: [填写]

### 基础功能测试
- 标准英文识别: [评分 + 描述]
- 中文识别: [评分 + 描述]
- 翻译质量: [评分 + 描述]
- 延迟: [秒数]

### 进阶功能测试
- 重口音处理: [评分 + 描述]
- 专业术语: [评分 + 描述]
- 嘈杂环境: [评分 + 描述]

### 用户体验
- 字幕显示: [描述]
- 稳定性: [描述]
- 占用资源: [CPU/内存]

### 综合评价
- 优点: [列表]
- 缺点: [列表]
- 价格: [描述]
- 推荐场景: [描述]
- 是否选用: [是/否,理由]

把所有试用记录保存在一个文件夹中,以后回顾很有价值。

本节小结

• ✅ 不要一次试 10 个工具,聚焦 3 个候选
• ✅ 三步试用法: 快速筛选 → 深度测试 → 实战验证
• ✅ 用同一组素材测试所有工具
• ✅ 数据化打分,而非凭印象
• ✅ 个人用户一周内可完成选型
• ✅ 企业用户需要 1 个月以上
• ⚠️ 第一次试用不要用在重要场合

下一步

继续阅读 2.5 专业选型评分表,获取详细的对比数据。

💬 试用受阻? 加微信 15600871059(【专业译员工具社群】),可以分享我的试用经验和数据。

2.5 专业选型评分表

本节提供经过实战验证的同传软件评分表,帮你快速找到适合自己的工具。

评分维度说明

我们从 7 个维度对每个工具评分,满分 5 颗星:

综合评分排行榜

总榜(适合所有人参考)

个人用户榜

企业用户榜

免费工具榜

详细评分表

第一梯队(必装主力)

讯飞同传

综合: 4.6/5
推荐: 中英场景所有用户必试

MacWhisper Pro

综合: 4.5/5
推荐: 所有 Mac 用户必备

Buzz

综合: 4.2/5
推荐: Windows 用户的本地方案首选

沉浸式翻译

综合: 4.4/5
推荐: 所有人都应该装

第二梯队(中文备选)

同声传译王

综合: 3.8/5

钉钉 AI 听记

综合: 3.8/5(限钉钉用户)

百度 AI 同传

综合: 3.3/5

网易见外工作台

综合: 3.6/5

第三梯队(国际方案)

Transync AI

综合: 4.1/5

Palabra.ai

综合: 4.0/5

Soniox

综合: 4.0/5(开发者向)

JotMe

综合: 4.3/5

Maestra Live

综合: 4.0/5

Wordly

综合: 4.5/5(企业)

DeepL Voice

综合: 4.0/5

第四梯队(系统自带)

Windows 11 Live Captions

综合: 3.5/5

macOS Live Captions

综合: 3.3/5

Google Translate

综合: 3.0/5

场景化推荐

场景: 学术讲座(英文为主)

最佳组合:

1. 主力: 讯飞同传(中文环境) 或 JotMe(国际)
2. 备份: MacWhisper(Mac) / Buzz(Win)
3. 兜底: 沉浸式翻译

预算: 中(¥1500/年)

场景: 商务会议(中英互译)

最佳组合:

1. 主力: 讯飞同传
2. 翻译质量加强: DeepL Voice
3. 备份: Buzz

预算: 中高(¥3000/年)

场景: 在线课程(YouTube/Bilibili)

最佳组合:

1. 主力: 沉浸式翻译
2. 字幕兜底: Live Captions
3. 备份: MacWhisper

预算: 低(¥300/年)

场景: 国际大会(组织者)

最佳组合:

1. 平台: KUDO 或 Wordly
2. 备份: 讯飞同传企业版
3. 关键场合: 人工译员

预算: 高(¥10000+)

场景: 重口音英语处理

最佳组合:

1. 主力: MacWhisper Large v3 / Soniox
2. 备份: 讯飞同传
3. 翻译加强: DeepL

预算: 中(¥2000/年)

场景: 涉密会议

唯一选择:

1. MacWhisper Pro(Mac)
2. Buzz + 本地 LLM(Win)
3. 完全离线运行

预算: 低(€59 一次性)

综合性价比 TOP 10

按"综合评分 / 年费用"计算性价比:

不推荐的工具

基于实测,以下工具不推荐新手尝试:

Speech-Translate

• 理由: 需要 Python 环境,易报错
• 替代: 用 Buzz

WhisperLive

• 理由: 需要服务器部署
• 替代: 用 Buzz

Whisper.cpp

• 理由: 命令行操作
• 替代: 用 Buzz(已经包装好了)

Speechlogger

• 理由: 中国大陆需 VPN
• 替代: 用讯飞同传

决策辅助工具

我应该选哪个? - 决策树

你能流畅访问国际网站吗?
├── 否 → 国内方案
│   ├── 中文场景多 → 讯飞同传 + 沉浸式翻译
│   ├── 英文场景多 + Mac → 讯飞 + MacWhisper
│   └── 英文场景多 + Win → 讯飞 + Buzz
│
└── 是 → 国际方案
    ├── 个人用户
    │   ├── 简单需求 → JotMe
    │   ├── 隐私需求 → MacWhisper / Buzz
    │   └── 多场景 → JotMe + Buzz
    │
    └── 组织者
        ├── 中型活动 → KUDO PAYG
        ├── 大型活动 → Wordly
        └── 全球活动 → Interprefy

我的个人推荐配置

基于多年使用经验,这是我自己正在使用的配置:

主用配置

• 讯飞同传(中文环境主力)
• MacWhisper Pro(Mac 备份+保密场合)
• 沉浸式翻译 Pro(浏览器辅助)

备用配置

• Buzz(出差用)
• JotMe(国际场合)
• KUDO(正式活动联系销售)

总投入

• 年费: 约 ¥1500
• 一次性: €59(MacWhisper)
• 应急: 按需联系企业方案

本节小结

• ✅ 综合评分 TOP 5: 讯飞、MacWhisper、沉浸式翻译、JotMe、Buzz
• ✅ 性价比最高: Buzz、讯飞免费时段、MacWhisper Pro
• ✅ 个人最佳配置: 讯飞 + MacWhisper/Buzz + 沉浸式翻译
• ✅ 企业最佳配置: KUDO/Wordly + 讯飞 + 人工
• ⚠️ 不要选 Speech-Translate / WhisperLive 等需要技术背景的工具

第二章结束

恭喜!完成第二章后,你应该:

1. ✅ 明确了自己的使用场景
2. ✅ 理解了免费 vs 付费、本地 vs 云端的差异
3. ✅ 制定了试用计划
4. ✅ 有了详细的评分参考

下一步: 进入 第三章 - 第一梯队工具,开始实际安装和试用。

💬 选型咨询:加微信 15600871059,加入【专业译员工具社群】,享每月软硬件评测、AI 同传企业培训、AI 工具选型咨询、共享术语表与配置文件、会员互测口音识别效果等福利。告诉我你的具体需求,可获得个性化推荐。

第三章: 第一梯队 - 必装主力工具

本章学习目标

完成本章后,你将能够:

• 熟练使用讯飞同传桌面客户端
• 在 Mac 上配置 MacWhisper 进行本地实时转写
• 在 Windows 上配置 Buzz 进行本地转写
• 用沉浸式翻译插件给会议软件加双语字幕

为什么这四个是"第一梯队"

经过对 20+ 款同传软件的实测对比,以下四个工具是绝大多数用户的最佳起点:

1. 讯飞同传桌面客户端

• 定位: 中文场景的"标配"主力
• 优势: 中文识别和翻译业内顶级,延迟低,易上手
• 适合: 中英互译为主的所有用户

2. MacWhisper(Mac 用户)

• 定位: Mac 平台的本地处理"瑞士军刀"
• 优势: 完全本地、隐私安全、永久买断
• 适合: 所有 Apple Silicon Mac 用户

3. Buzz(Windows/Linux 用户)

• 定位: Windows 平台的开源免费方案
• 优势: 完全免费、Whisper 大模型加持
• 适合: Windows 用户、注重隐私、零预算用户

4. 沉浸式翻译浏览器插件

• 定位: 网页/会议字幕的"万能挂件"
• 优势: 极易上手、配合所有工具使用
• 适合: 所有用户(强烈建议安装)

推荐组合

根据你的系统和需求,选择对应组合:

Mac 用户的"黄金三件套"

讯飞同传(中文/中英) + MacWhisper(本地/英文) + 沉浸式翻译(网页/会议)

Windows 用户的"黄金三件套"

讯飞同传(中文/中英) + Buzz(本地/英文) + 沉浸式翻译(网页/会议)

国际用户(无中国大陆需求)

JotMe/Akkadu(主) + MacWhisper/Buzz(备) + 沉浸式翻译

章节内容

• 3.1 讯飞同传桌面客户端 - 中文场景主力
• 3.2 MacWhisper(Mac 用户) - Mac 本地方案
• 3.3 Buzz(Windows/Linux) - 跨平台开源方案
• 3.4 沉浸式翻译插件 - 浏览器神器

学习建议

建议按以下顺序学习:

1. 先看 3.1 讯飞同传 - 最容易上手,先建立基础体验
2. 根据系统选 3.2 或 3.3 - Mac 用户看 MacWhisper, Win 用户看 Buzz
3. 最后看 3.4 沉浸式翻译 - 这个是"插件",有了上面的基础再学

每个工具的学习时长建议: 30-60 分钟。

完成本章后

你将拥有一套实用、可靠的同传辅助工具组合,能应对:

• ✅ 日常英文学习和工作
• ✅ 中英互译会议
• ✅ 在线视频和直播
• ✅ 网页和会议软件的字幕需求
• ✅ 涉密场景的本地处理

下一步:进入 第四章 - 第二梯队中文备选 或直接跳到 第八章 - 实战案例。

💬 配置指导: 安装过程中遇到任何问题,加微信 15600871059(【专业译员工具社群】) 获取一对一帮助。

3.1 讯飞同传桌面客户端

讯飞同传是国内顶级的同声传译软件,基于科大讯飞的语音识别技术。对于中英互译场景,这几乎是必装的主力工具。

快速概览

为什么选讯飞同传

优势

1. 中文识别业内顶级

   • 普通话、各地口音都能处理
   • 数字、人名、机构名识别准
   • 内置星火大模型加持

2. 中英互译质量高

   • 翻译符合中文表达习惯
   • 专业术语准确度高
   • 支持自定义热词

3. 国内网络稳定

   • 服务器在国内
   • 不受国际网络影响
   • 7×24 服务可用性高

4. 使用门槛低

   • 中文界面
   • 注册即用
   • 无需复杂配置

5. 功能全面

   • 实时转写
   • 双语字幕
   • 会议记录
   • 字幕投屏
   • 离线单机版+在线客户端

局限

1. 免费额度有限

   • 每日仅 20 分钟免费
   • 重度使用需付费

2. 重口音英语略弱

   • 印度英语、东欧英语识别一般
   • 不如 Whisper Large 模型

3. 隐私问题

   • 数据上云处理
   • 不适合涉密场合

4. 国际语言对支持不如国际方案

   • 主要优化中英方向
   • 其他语言对效果一般

下载与安装

步骤 1: 访问官网

打开浏览器,访问下载页面:

https://tongchuan.iflyrec.com/download.html

步骤 2: 选择对应版本

页面上有以下选择:

• Windows 客户端 (推荐 Windows 用户)
• macOS 客户端 (推荐 Mac 用户)
• 微信小程序 (临时使用)
• 新手教程 (建议先看一遍)
• 浏览器 AI 插件 (Chrome/Edge 用户)

Windows 版本选择

进入 Microsoft Store 也可以下载:

• 搜索 "讯飞同传"
• 标注每日 20 分钟免费,超出 ¥0.8/分钟

步骤 3: 下载安装包

Windows

1. 点击"立即下载讯飞同传客户端"
2. 下载 .exe 安装包(约 100 MB)
3. 双击运行

macOS

1. 点击 Mac 版本
2. 下载 .dmg 安装包
3. 双击挂载,把图标拖到 Applications

步骤 4: 安装

Windows 安装步骤

1. 双击 .exe 文件
2. 如果出现 UAC 提示,点击"是"
3. 选择安装路径(默认即可)
4. 选择"我同意用户协议"
5. 点击"立即安装"
6. 等待安装完成(约 1-2 分钟)
7. 点击"启动讯飞同传"

macOS 安装步骤

1. 双击 .dmg 文件
2. 把"讯飞同传"图标拖到"应用程序"
3. 在"应用程序"中找到讯飞同传
4. 第一次打开时,如果提示"无法验证开发者":
   • 系统设置 → 隐私与安全性
   • 点击"仍要打开"

注册账号

步骤 1: 启动客户端

第一次打开讯飞同传,会显示登录界面。

步骤 2: 注册

有以下注册方式:

• 手机号注册(最常用)
• 微信扫码登录
• 企业微信登录

手机号注册流程

1. 点击"立即注册"或"手机号登录"
2. 输入手机号
3. 接收短信验证码
4. 设置密码
5. 完成注册

步骤 3: 实名认证(可选)

部分功能需要实名认证:

• 进入"个人中心"
• 上传身份证
• 等待审核(通常几分钟)

实名认证后可获得:

• 更多免费时长
• 企业级功能
• 客服优先支持

步骤 4: 查看免费额度

注册成功后:

• 通常会赠送 60 分钟左右免费时长
• 每日额外赠送 20 分钟免费(根据账号情况)

进入"个人中心" → "我的资产"查看余额。

首次使用

步骤 1: 选择功能

讯飞同传主界面有多个功能:

• 快速会议(主推,适合新手)
• 同传(完整功能)
• 实时字幕/实时翻译
• 直播字幕上屏
• 会议记录分享

新手优先选: 快速会议

步骤 2: 配置音频源

这是最关键的一步。

1. 在"快速会议"界面,点击"音频设置"
2. 选择"内录"或"立体声混音"或对应的虚拟声卡
3. 测试音量是否正常(看到音量条跳动)

Mac 用户: 选择 BlackHole 2ch
Windows 用户: 选择"立体声混音"或 "CABLE Output"

如果没看到这些选项,回顾第一章的虚拟声卡配置。

步骤 3: 设置语言对

根据需求选择:

• 英→中: 听英文,显示中文(最常用)
• 中→英: 听中文,显示英文
• 英中互译: 双向自动识别
• 其他语言对: 60+ 语言可选

步骤 4: 字幕显示设置

点击"投屏设置"或"字幕设置":

推荐配置

• 字号: 28 pt 以上(默认偏小)
• 位置: 屏幕下方 1/4 处
• 背景: 半透明黑色(对比度高)
• 字体颜色: 白色或亮黄
• 显示模式: 双语并排或上下排列

步骤 5: 开始翻译

1. 点击"开始会议"或"开始同传"按钮
2. 在另一个窗口播放英文视频或讲话
3. 字幕会出现在悬浮窗口或主界面
4. 实时显示原文+译文

步骤 6: 结束会议

1. 点击"结束会议"
2. 选择保存会议记录
3. 可以导出 Word/TXT/SRT 格式

进阶功能

1. 添加热词(术语表)

提升术语识别准确率的关键功能。

操作步骤:

1. 主界面 → "效果优化" 或 "热词管理"
2. 点击"添加热词"
3. 输入术语(支持中英文)
4. 设置权重(默认即可)
5. 保存

热词建议:

• 讲座专业术语(如"机器学习"、"深度学习")
• 讲者姓名(如"Sam Altman"、"OpenAI")
• 公司/机构名
• 项目代号
• 缩写(如"GPT"、"LLM")

重要: 讲座前 30 分钟把术语全部录入,识别率会大幅提升。

2. 字幕投屏(给观众看)

适用于讲座、活动给所有人看字幕。

操作步骤:

1. 主界面 → "投屏字幕"或"直播字幕上屏"
2. 选择投屏方式:
   • 浏览器投屏(扫码看字幕)
   • 大屏投屏(连接外部显示器)
   • 直播平台推流(B站、视频号等)
3. 配置字幕样式
4. 开始投屏

3. 会议记录与导出

讯飞同传的会议记录功能很强大。

操作步骤:

1. 结束会议后,自动生成会议记录
2. 可在"我的会议"中查看
3. 支持以下导出格式:
   • Word 文档(双语对照)
   • TXT 文本
   • SRT 字幕(用于视频字幕)
   • JSON(用于二次开发)

4. 多人会议模式

支持多人同时参与同传会议。

操作步骤:

1. 主界面 → "多人会议"
2. 创建会议,获取会议号
3. 分享会议号给参会者
4. 参会者用会议号加入
5. 所有人可以看到同步字幕

5. 浏览器插件

讯飞同传也提供浏览器插件版本。

安装步骤:

1. 访问 https://tongchuan.iflyrec.com/
2. 找到"浏览器 AI 插件"
3. 点击安装(支持 Chrome/Edge)
4. 在浏览器中可直接使用

适用场景:

• 看英文网页时自动加字幕
• YouTube 视频翻译
• 在线会议字幕

计费详解

讯飞同传的计费比较复杂,详细说明:

免费额度

• 新用户注册: 赠送 60 分钟左右
• 每日免费: 20 分钟(部分账号)
• 签到: 偶尔有签到送时长活动

付费方式

1. 按需付费(适合偶尔使用)

• ¥0.8/分钟(超出免费额度后)
• 即用即扣
• 不用不收费

2. 包月套餐

3. 包年套餐

我的推荐

• 每月 < 5 小时: 按需付费
• 每月 5-15 小时: 月卡 Pro
• 每月 15+ 小时: 年卡专业

实战技巧

技巧 1: 建立标准操作流程

每次使用前固定流程:

1. 打开讯飞同传
2. 点"快速会议"
3. 选定音频源(立体声混音 / BlackHole)
4. 选语言对(英→中)
5. 字幕窗口拖到副屏
6. 字号调到 28+
7. 加载预设热词表
8. 开始会议

把这套流程写成清单,贴在工位上。

技巧 2: 双屏布置

讲座时建议:

• 主屏: 笔记/PPT/会议软件
• 副屏: 讯飞同传字幕窗口

字幕窗口设置为"始终置顶"。

技巧 3: 术语表预热

讲座前:

1. 收集讲座 PPT 或介绍材料
2. 提取所有专业术语、人名、机构名
3. 全部导入讯飞同传热词
4. 实战时识别率提升明显

技巧 4: 流畅模式 vs 高质量模式

讯飞同传有两种模式:

• 流畅模式: 延迟低(1 秒),识别准确率略低
• 高质量模式: 延迟稍高(2-3 秒),准确率更高

实时同传选流畅模式,会后整理选高质量模式。

技巧 5: 配合其他工具

讯飞同传不是万能的,与其他工具配合:

• 重口音英语 → 配合 MacWhisper/Buzz
• 网页字幕 → 配合沉浸式翻译
• 长时间会议 → 配合本地备份

常见问题

问题 1: 软件没有识别到声音

原因: 音频源配置错误

解决:

1. 检查是否完成了虚拟声卡配置(第一章)
2. 在讯飞同传"音频设置"中重新选择音频源
3. 测试音量条是否跳动

问题 2: 翻译突然停止

原因: 网络问题 / 免费额度用完

解决:

1. 检查网络连接
2. 查看账户余额
3. 重启软件

问题 3: 字幕延迟突然变高

原因: 网络抖动 / CPU 占用高

解决:

1. 检查网络速度
2. 关闭其他高 CPU 程序
3. 切换"流畅模式"

问题 4: 中文字幕不通顺

原因: 翻译模型限制

解决:

1. 升级到"星火大模型"翻译(企业版)
2. 添加领域术语到热词
3. 配合 DeepL 等更强翻译做后处理

问题 5: 重口音英语识别差

原因: 讯飞对重口音不是最强

解决:

1. 增加领域热词
2. 备份用 MacWhisper/Buzz 跑 Whisper Large v3
3. 主备双跑对比

问题 6: 投屏字幕不显示

原因: 网络/防火墙问题

解决:

1. 检查投屏链接是否正确
2. 关闭防火墙再试
3. 联系讯飞客服

客服与支持

讯飞同传的客服支持:

• 官方客服电话: 400-186-1818
• 官方邮箱: services@iflyrec.com
• 在线客服: 官网右下角悬浮窗
• 工作时间: 工作日 9:00-18:00
• 企业客户: 有专属客服经理

遇到问题时,客服响应通常 30 分钟内。

我的使用心得

作为讯飞同传的深度用户,分享几点真实感受:

最大优点

• 中文识别真的强: 各种口音、噪声都能扛
• 响应快: 国内网络下延迟稳定
• 客服好: 出问题真的有人管

最大痛点

• 重口音英语: 印度英语、东欧英语经常翻车
• 价格不便宜: 重度用户一年下来不少钱
• 学习曲线: 进阶功能(投屏、热词)需要时间摸索

最佳实践

我自己的标准配置:

• 讯飞同传(主力,中文场景)
• MacWhisper Pro(备份,英文重口音场景)
• 沉浸式翻译(浏览器辅助)

三个工具配合使用,几乎覆盖所有场景。

本节小结

• ✅ 讯飞同传是中英场景的"必装"主力
• ✅ 注册即可获得 60 分钟免费试用
• ✅ 关键操作: 配置音频源 + 添加热词
• ✅ 流畅模式适合实时,高质量模式适合会后整理
• ⚠️ 重口音英语是弱点,需要备份方案

下一步

• Mac 用户继续阅读 3.2 MacWhisper
• Windows 用户跳到 3.3 Buzz
• 完成后再看 3.4 沉浸式翻译

💬 使用心得分享: 欢迎加微信 15600871059(【专业译员工具社群】) 交流讯飞同传使用经验,共同提升使用效率!

3.2 MacWhisper(Mac 用户)

MacWhisper 是 Mac 平台上最优雅的本地语音转写工具,基于 OpenAI Whisper 模型。如果你是 Mac 用户,这几乎是必装的。

快速概览

为什么选 MacWhisper

优势

1. 完全本地运行

• 数据不上传任何服务器
• 完全离线可用
• 适合涉密会议
• 没有"数据出境"风险

2. Whisper Large v3 业界顶级

• OpenAI 训练的开源模型
• 重口音英语处理强
• 多语言支持
• 持续更新

3. Mac 原生体验

• 完美适配 Apple Silicon
• 与 macOS 深度集成
• 可监听任意 App 的音频
• 集成 Nvidia Parakeet 等其他模型

4. 永久买断

• 免费版功能基础
• Pro 版 €19,买断
• Pro+ 版 €59,买断
• 不订阅,一次性付费

5. 隐私至上

• 所有处理在本机
• 没有数据收集
• 没有云端依赖
• 可以完全断网使用

局限

1. 需要 Mac

• 仅支持 macOS
• Windows 用户用 Buzz

2. 硬件要求

• 跑大模型需要 16GB+ 内存
• M1/M2/M3/M4 芯片表现最佳
• Intel Mac 可能慢

3. 中文翻译需配合

• Whisper 原生只能"翻译成英文"
• 要中文翻译需配合其他工具
• Pro 版本提供翻译功能

4. 模型文件大

• Large v3: 约 3 GB
• 需要下载时间
• 占用本地存储

下载与安装

选项 1: 从官方网站下载(推荐)

步骤 1: 访问官网

https://goodsnooze.gumroad.com/l/macwhisper

步骤 2: 选择版本

页面上有三个版本:

• Free: 免费版,基础功能
• Pro: €19,完整功能
• Pro+: €59,所有高级功能

新手建议先试免费版,满意再升级。

步骤 3: 下载安装

1. 点击"Download Free"或购买后下载
2. 下载 .zip 或 .dmg 文件
3. 解压后双击 .app 文件
4. 拖到"应用程序"文件夹

步骤 4: 首次打开

1. 在"应用程序"中找到 MacWhisper
2. 第一次打开:
   • 可能提示"无法验证开发者"
   • 系统设置 → 隐私与安全性 → 仍要打开
3. 应用启动后,会引导你选择语音模型

选项 2: 从 App Store 下载

步骤 1: 打开 App Store

步骤 2: 搜索 "Whisper Transcription"

⚠️ 注意:App Store 版本和 Gumroad 版本是同一个软件,但 App Store 价格略高,且不能跨平台。

步骤 3: 购买并下载

• 免费版可直接下载
• Pro 版需要内购解锁

首次配置

步骤 1: 选择语音模型

第一次打开 MacWhisper,会提示下载语音模型。

推荐模型

根据你的 Mac 配置选择:

下载模型

1. 选择对应模型
2. 点击"Download"
3. 等待下载完成(几分钟到几十分钟,取决于网速)
4. 下载完成后会自动激活

步骤 2: 选择默认语言

进入设置:

• General → Default Language: 设为"English"或"Auto-detect"
• English: 永远当英文识别,适合纯英文场景
• Auto-detect: 自动检测,适合多语言场景

步骤 3: 配置音频源

MacWhisper 可以监听多种音频源:

实时录制源

1. 打开 MacWhisper
2. 点击 "Live Transcription"(实时转写)
3. 在音频输入下拉菜单选择:
   • System Audio: 整个 Mac 的系统音频(需要 Pro 版)
   • BlackHole 2ch: 通过虚拟声卡的输出
   • External Microphone: 外接麦克风
   • Built-in Microphone: 内置麦克风

推荐: System Audio(Pro 版)或 BlackHole 2ch(免费版)

步骤 4: 显示样式设置

进入 Settings → Display:

• Font Size: 推荐 18-24 pt
• Window Position: 屏幕底部或副屏
• Always on Top: 开启(始终置顶)
• Background Opacity: 70%(半透明)
• Color Theme: 深色主题(护眼)

实时转写使用

基础流程

步骤 1: 启动 Live Transcription

1. 主界面点击 "Live Transcription" 按钮
2. 选择音频源
3. 选择语言(English / Chinese / 等)

步骤 2: 开始录制

1. 点击红色录制按钮
2. 在另一个 App 播放视频或讲话
3. 字幕会实时出现在 MacWhisper 窗口

步骤 3: 调整窗口

• 拖动到合适位置
• 调整大小
• 改变透明度
• 设置始终置顶

步骤 4: 结束录制

1. 点击停止按钮
2. 系统会自动保存转写文本
3. 可以导出为 TXT/SRT/VTT 等格式

自动会议捕获(Pro 版)

Pro 版有一个杀手锏功能: 自动捕获会议音频。

设置步骤

1. 进入 Settings → Auto-Recording
2. 启用 "Auto-record meetings"
3. 选择支持的会议软件:
   • Zoom
   • Microsoft Teams
   • Webex
   • Google Meet
4. 授权 MacWhisper 访问音频
5. 当你加入会议时,自动开始录制

优势: 无需手动操作,会议结束就有完整记录。

翻译功能(Pro 版)

Pro 版支持实时翻译。

配置翻译

1. 进入 Settings → Translation
2. 启用 "Live Translation"
3. 选择翻译方向:
   • Source: 源语言(自动检测)
   • Target: 目标语言(中文)
4. 翻译引擎选择:
   • Whisper(Translate to English): 仅支持转英文
   • External API: 配合 OpenAI/Claude(需自己配 Key)

实战配置

最佳配置是:

• ASR: Whisper Large v3(本地)
• 翻译: Claude API 或 GPT-4 API(质量最高)

这样既保证识别精度,又有高质量翻译。

高级功能

1. 自定义术语词典

类似讯飞的热词,但更灵活。

设置步骤

1. Settings → Vocabulary
2. 点击 "+" 添加术语
3. 输入术语和正确写法
4. Whisper 会优先使用这些术语

示例

Sam Altman → Sam Altman(避免识别为 Sam Oldman)
GPT-4 → GPT-4(避免拆分)
LLM → LLM(保持缩写)

2. 说话人识别(Pro+ 版)

Pro+ 版支持区分不同说话人。

适用场景

• 多人会议
• 访谈节目
• 圆桌讨论
• 课堂对话

使用步骤

1. 启用 "Speaker Diarization"
2. 转写完成后,会自动标注:

   Speaker 1: Hello everyone, today we'll discuss...
   Speaker 2: Thanks for having me, I'd like to...
   

3. 可以手动重命名说话人

3. 批量处理音视频文件

MacWhisper 不仅能实时转写,还能批量处理已有文件。

使用步骤

1. 主界面 → "Transcribe Files"
2. 拖入多个音视频文件(MP3/MP4/WAV/MOV 等)
3. 选择模型和语言
4. 点击 "Start"
5. 批量转写完成后,可批量导出

适用场景

• 已有讲座录音的字幕生成
• 批量视频字幕制作
• 会议录像处理

4. 字幕导出

支持多种字幕格式:

• SRT: 通用字幕格式,几乎所有播放器都支持
• VTT: Web 视频字幕格式
• TXT: 纯文本
• JSON: 包含时间戳的 JSON
• CSV: 用于 Excel 编辑

5. 集成到工作流

MacWhisper 可以与 macOS 深度集成。

Shortcuts 集成

可以创建 macOS Shortcuts:

• "选中文件 → MacWhisper 转写"
• "录制屏幕 → 自动转写"
• "iPhone 录音 → AirDrop → 自动转写"

Services 集成

在右键菜单中添加:

• "Transcribe with MacWhisper"
• 任何音视频文件可以右键转写

模型详解

Whisper 模型对比

MacWhisper 支持多个 Whisper 模型,选择很重要:

Tiny(75 MB)

• 速度: 极快(实时)
• 精度: 低
• 适合: 快速预览,低端 Mac

Base(150 MB)

• 速度: 快
• 精度: 中低
• 适合: Intel Mac,简单转写

Small(500 MB)

• 速度: 较快
• 精度: 中
• 适合: 8GB Mac,日常使用

Medium(1.5 GB)

• 速度: 中
• 精度: 中高
• 适合: 16GB Mac

Large v3(3 GB)

• 速度: 较慢(M1+ 流畅)
• 精度: 极高
• 适合: 16GB+ Mac,正式场合

Large v3 Turbo(1.5 GB)

• 速度: 快(优化版)
• 精度: 接近 Large v3
• 适合: 大多数用户的首选

Nvidia Parakeet(Pro+ 版)

Pro+ 版支持 Nvidia 的 Parakeet 模型:

• 仅英文
• 速度极快
• 适合英文专项使用

模型选择建议

个人日常使用

• 首选: Large v3 Turbo
• 理由: 平衡精度和速度

重要正式场合

• 首选: Large v3
• 理由: 最高精度

老款 Mac(8GB 内存)

• 首选: Small
• 理由: 不卡顿

实战技巧

技巧 1: 模型预加载

第一次使用模型会比较慢(需要加载到内存)。

优化:

1. 启动 MacWhisper 时选择"自动加载默认模型"
2. 模型会在后台预加载
3. 实际使用时即点即用

技巧 2: 避免 Auto-detect

虽然"Auto-detect"听起来方便,但实际上:

• 容易把某些口音识别为其他语言
• 某些模型语言切换较慢

最佳实践: 确定语言后手动锁定。

技巧 3: 配合 BlackHole 使用

完整流程:

1. 系统输出 → BlackHole 2ch(或多输出设备)
2. MacWhisper 输入源 → BlackHole 2ch
3. 播放视频/会议 → 自动捕获

技巧 4: 多模型并行

Pro+ 版可以同时运行多个模型:

• Whisper Large v3(精度优先)
• Parakeet(速度优先)

对比两个的输出,选最准的。

技巧 5: VAD 阈值调整

VAD = Voice Activity Detection(语音活动检测)

如果出现:

• 字幕重复
• 静音时段误识别

调整 VAD 阈值:

• Settings → Advanced → VAD Threshold
• 默认 0.5,可以调到 0.6-0.7
• 数值越高,越严格(误识别少)

技巧 6: 与 Claude 配合做翻译

Whisper 原生不支持中文翻译,但可以:

1. MacWhisper 实时转写英文
2. 转写结果发给 Claude(通过 API)
3. Claude 返回中文翻译
4. 显示在副屏

实现方法

• 用 Pro 版的 API 集成功能
• 或用 Hammerspoon 等自动化工具
• 或用 Apple Shortcuts

具体配置可联系作者咨询。

与讯飞同传对比

很多用户都问: MacWhisper vs 讯飞同传,该用哪个?

优劣对比

我的建议

• 中英互译为主 → 讯飞同传(主)+ MacWhisper(备)
• 英文为主 → MacWhisper(主)+ 讯飞同传(备)
• 保密场合 → 只用 MacWhisper
• 网络不稳 → MacWhisper(本地)
• 预算紧 → MacWhisper(一次性)

常见问题

问题 1: 模型下载失败

原因: 网络问题

解决:

1. 切换网络(尝试 5G 热点)
2. 使用代理
3. 从 Hugging Face 手动下载,放到 MacWhisper 模型目录

模型目录: ~/Library/Application Support/MacWhisper/models/

问题 2: 转写速度慢

原因: 模型太大或硬件性能不够

解决:

1. 切换到更小的模型(Large v3 → Small)
2. 关闭其他高 CPU 程序
3. 升级 Mac(M 系列芯片表现更好)

问题 3: 转写结果重复

原因: VAD 阈值设置问题

解决: 调整 VAD 阈值到 0.6-0.7

问题 4: System Audio 选项不可用

原因: 免费版限制

解决: 升级到 Pro 版,或使用 BlackHole 2ch

问题 5: 转写英文中夹杂中文

原因: 未锁定语言

解决: Settings → Default Language → 选择 English

问题 6: Pro 版无法激活

原因: 网络问题或购买记录问题

解决:

1. 检查 Gumroad 邮件
2. 重新输入 license key
3. 联系 MacWhisper 客服

客服与社区

• 官方支持: support@goodsnooze.com
• Twitter: @MacWhisper
• Discord: 官网有链接
• 更新频率: 每月 1-2 次

我的使用心得

作为 MacWhisper 多年用户:

最大优点

• 隐私真的好: 涉密会议放心用
• 永久买断: 不像订阅一直交钱
• 持续更新: 模型越来越强

最大痛点

• 中文翻译弱: 必须配合其他工具
• 首次加载慢: 大模型加载需时间
• 没有手机版: 仅 Mac

最佳实践

我自己的工作流:

1. 启动 MacWhisper(Pro+ 版)
2. Auto-record Zoom 会议
3. 实时转写到副屏
4. Claude API 自动翻译成中文
5. 会议结束自动保存记录

这套配置一次设置,长期受益。

本节小结

• ✅ MacWhisper 是 Mac 平台最优雅的本地转写工具
• ✅ 推荐 Pro+ 版(€59 永久买断)
• ✅ 模型首选 Large v3 Turbo(平衡精度速度)
• ✅ 配合 Claude/GPT API 实现中文翻译
• ✅ 完全本地,适合涉密场合
• ⚠️ 需要 16GB+ 内存才能流畅运行大模型

下一步

• 已完成 Mac 配置,跳到 3.4 沉浸式翻译
• Windows 用户阅读 3.3 Buzz

💬 MacWhisper 高级用法:加微信 15600871059,加入【专业译员工具社群】,享每月软硬件评测、AI 同传企业培训、AI 工具选型咨询、共享术语表与配置文件、会员互测口音识别效果等福利。可分享我的工作流和自动化脚本。

3.3 Buzz(Windows/Linux)

Buzz 是 Windows/Linux 平台上最适合普通用户的开源 Whisper 工具。如果你是 Windows 用户,这是免费方案的首选。

快速概览

为什么选 Buzz

优势

1. 完全免费开源

• 没有任何付费墙
• 源代码在 GitHub
• 持续维护更新
• 社区活跃

2. 强大的 Whisper 引擎

• 支持所有 Whisper 模型
• Faster-Whisper 后端(快 2-3 倍)
• 支持 GPU 加速(NVIDIA CUDA / Apple Metal)
• 支持 OpenVINO(Intel)

3. 跨平台

• Windows 7+
• macOS 10.15+
• Linux(多个发行版)
• 同一界面,体验一致

4. 多种功能

• 实时麦克风转写
• 文件批量转写
• 实时翻译(配合 LLM API)
• 多种字幕格式导出

5. 隐私至上

• 完全本地处理
• 数据不上传
• 适合涉密场合
• 可断网使用

局限

1. 需要硬件支持

• 大模型需要独立显卡或苹果芯片
• CPU 模式较慢
• 至少 5GB 显存推荐

2. 配置稍复杂

• 需要选择模型
• 需要配置后端
• 需要管理依赖

3. 中文翻译需要 API

• Whisper 原生不支持中文翻译
• 需要配合 OpenAI/DeepSeek 等 API
• 增加配置步骤

4. 数字签名问题

• Windows 上无签名,会弹警告
• 需要手动允许运行

下载与安装

Windows 安装

步骤 1: 下载安装包

访问 GitHub Releases:

https://github.com/chidiwilliams/buzz/releases

找到最新版本的 Windows 安装包:

• Buzz-x.x.x-windows.exe(推荐)
• 或 Buzz-x.x.x.zip(便携版)

文件大小: 约 200-300 MB

步骤 2: 处理"未知发布者"警告

由于 Buzz 是开源项目,没有微软的数字签名,Windows 会弹出警告。

操作步骤:

1. 双击 Buzz-x.x.x.exe
2. 弹出 "Windows 已保护你的电脑" 警告
3. 点击 "更多信息"
4. 看到 "应用: Buzz" 等信息
5. 点击 "仍要运行"
6. 进入安装向导

⚠️ 安全提示: 只从官方 GitHub Releases 下载,不要从第三方下载站。

步骤 3: 完成安装

1. 选择安装路径(默认即可)
2. 选择是否创建桌面快捷方式
3. 点击 "Install"
4. 等待安装完成
5. 启动 Buzz

macOS 安装

虽然 macOS 用户更推荐 MacWhisper,但 Buzz 也是免费选项。

步骤 1: 下载

下载 Buzz-x.x.x.dmg

步骤 2: 安装

1. 双击 .dmg
2. 拖到"应用程序"
3. 第一次打开:
   • 系统设置 → 隐私与安全性
   • 允许"仍要打开"

Linux 安装

Ubuntu/Debian

# 下载 .deb 包
wget https://github.com/chidiwilliams/buzz/releases/latest/download/buzz_x.x.x_amd64.deb

# 安装
sudo dpkg -i buzz_x.x.x_amd64.deb

# 解决依赖
sudo apt-get install -f

其他 Linux 发行版

从 GitHub Releases 下载 AppImage 文件,赋予执行权限:

chmod +x Buzz-x.x.x.AppImage
./Buzz-x.x.x.AppImage

首次配置

步骤 1: 启动 Buzz

启动后会看到主界面,有几个主要功能:

• Live Recording: 实时录音转写
• File Transcription: 文件转写
• Settings: 设置

步骤 2: 进入设置

点击右上角的 设置图标(齿轮),进入设置界面。

步骤 3: 配置模型

在 Models 标签页:

选择模型类型

Buzz 支持多种 Whisper 实现:

1. OpenAI Whisper(原版,慢)
2. Faster Whisper(推荐,快 2-3 倍)
3. Whisper.cpp(快,精度略低)
4. OpenAI API(云端,需 Key)

推荐选择: Faster Whisper

选择模型大小

推荐模型

• 新手/低配电脑: small 或 medium
• 中配电脑(GTX 1660 / RTX 3050): medium
• 高配电脑(RTX 3060+): large-v3-turbo
• 顶配电脑(RTX 4070+): large-v3

下载模型

1. 选择模型
2. 点击 "Download"
3. 等待下载(几百 MB 到几 GB)
4. 国内用户可能需要代理

步骤 4: 配置硬件加速

NVIDIA GPU 用户(推荐)

1. 安装 CUDA Toolkit(NVIDIA 官网)
2. Buzz 设置中选择 "CUDA" 后端
3. 速度可提升 3-5 倍

AMD GPU 用户

1. 选择 "DirectML" 后端(Windows)
2. 速度提升 2 倍左右

CPU 用户

1. 选择 "CPU" 后端
2. 速度较慢,建议用 small 模型

步骤 5: 配置音频源

在 Live Recording 界面:

输入设备选择

1. 点击 "Input Source"
2. 选择对应的虚拟声卡:
   • CABLE Output (VB-Audio Virtual Cable)(VB-CABLE 用户)
   • Stereo Mix(立体声混音)(系统自带用户)
3. 测试音量条是否跳动

如果没有这些选项,回顾第一章的虚拟声卡配置。

实时转写使用

基础流程

步骤 1: 进入 Live Recording

主界面点击 "Live Recording" 按钮。

步骤 2: 配置参数

• Source Language: English(或锁定其他语言)
• Task:
  • Transcribe: 转写为原语言
  • Translate: 翻译为英文(Whisper 原生只支持英文)
• Model: 选择已下载的模型

步骤 3: 开始录制

1. 点击 "Record" 按钮
2. 在另一个 App 播放视频或讲话
3. 字幕会实时出现
4. 你会看到:
   • 实时转写文本
   • 时间戳
   • 置信度(部分模型)

步骤 4: 演示窗口模式

Buzz 有一个特别功能: Presentation Window(演示窗口)。

适合译员/讲座使用:

1. 启动后点击 "Presentation Window" 按钮
2. 弹出全屏字幕窗口
3. 字幕大字号显示
4. 适合给观众看

步骤 5: 结束录制

1. 点击 "Stop"
2. 选择保存格式:
   • TXT: 纯文本
   • SRT: 字幕文件
   • VTT: Web 字幕
   • JSON: 含时间戳的结构化数据
3. 选择保存位置

实现中文翻译

Whisper 原生只能转写或翻译成英文,要中文翻译需要额外配置。

方案 1: Buzz 内置 LLM 翻译(推荐)

Buzz 1.3+ 版本支持 OpenAI 兼容 API。

配置步骤

1. 进入 Settings → AI Translation
2. 启用 "Realtime translation with OpenAI compatible AI"
3. 配置参数:
   • Base URL: 选择服务商 API 地址
   • API Key: 输入你的 Key
   • Model: 选择模型
   • Target Language: Chinese(中文)

推荐 API 服务

DeepSeek 配置示例

DeepSeek 是国产高性价比选择:

1. 注册 https://platform.deepseek.com/
2. 充值(¥10 可用很久)
3. 创建 API Key
4. Buzz 中配置:

   Base URL: https://api.deepseek.com/v1
   API Key: sk-xxx(你的 Key)
   Model: deepseek-chat
   Target Language: Chinese
   

方案 2: 手动配合其他翻译工具

如果不想配 API:

1. Buzz 转写英文
2. 复制英文到 DeepL/Claude/Google 翻译
3. 得到中文

适合偶尔使用,不适合实时场景。

方案 3: 配合本地大模型

完全离线的方案:

1. 安装 Ollama: https://ollama.ai/
2. 下载本地模型(如 Qwen2.5)
3. Buzz 配置 Ollama 的 API:

   Base URL: http://localhost:11434/v1
   API Key: ollama(任意值)
   Model: qwen2.5
   

优势: 完全离线,极致隐私
劣势: 需要好硬件,速度较慢

文件批量转写

Buzz 不仅能实时转写,还能处理已有音视频文件。

单个文件转写

步骤 1: 进入 File Transcription

主界面点击 "File Transcription"

步骤 2: 选择文件

支持的格式:

• 音频: MP3, WAV, M4A, FLAC, OGG
• 视频: MP4, MOV, MKV, AVI, WebM

拖入或点击选择文件。

步骤 3: 配置参数

• 模型选择
• 源语言
• 任务(Transcribe/Translate)
• 输出格式

步骤 4: 开始转写

1. 点击 "Transcribe"
2. 等待处理完成(取决于文件长度和模型)
3. 进度条显示当前进度

步骤 5: 查看和导出

• 转写完成后会显示文本
• 可以编辑修改
• 导出为多种格式

批量文件处理

可以一次性转写多个文件。

步骤

1. File Transcription → "Add Files"
2. 选择多个文件(可拖拽)
3. 配置统一参数
4. 点击 "Start Batch"
5. 后台逐个处理

适合:

• 大量讲座录音
• 视频字幕生成
• 历史会议存档

高级功能

1. 字幕导出

Buzz 支持多种字幕格式,适合不同用途:

SRT 格式

最通用的字幕格式:

1
00:00:00,000 --> 00:00:05,000
Hello, welcome to today's lecture.

2
00:00:05,000 --> 00:00:10,000
Today we'll discuss artificial intelligence.

适用: VLC、PotPlayer、剪映、Premiere 等

VTT 格式

Web 视频字幕:

WEBVTT

00:00:00.000 --> 00:00:05.000
Hello, welcome to today's lecture.

适用: HTML5 视频、YouTube 上传

JSON 格式

包含详细时间戳和元数据:

{
  "segments": [
    {
      "start": 0.0,
      "end": 5.0,
      "text": "Hello, welcome to today's lecture.",
      "tokens": [...],
      "temperature": 0.0
    }
  ]
}

适用: 二次开发、数据分析

2. 多语言切换

Buzz 支持运行时切换语言。

使用场景

• 多语言会议
• 中英混说讲座
• 国际研讨会

操作

1. 实时录制时,菜单选择新语言
2. 模型会重新加载
3. 新语言生效

3. GPU 加速优化

如果你有 NVIDIA GPU,深度优化可大幅提速。

CUDA 安装

1. 检查 GPU 型号(必须是 NVIDIA)
2. 下载 CUDA Toolkit:https://developer.nvidia.com/cuda-toolkit
3. 安装后重启
4. Buzz 设置中选择 CUDA 后端

TensorRT 加速(高级)

更激进的加速方式:

1. 安装 TensorRT
2. 转换 Whisper 模型为 TensorRT 格式
3. 速度可提升 5-10 倍

⚠️ 配置复杂,适合技术用户。

4. 演示窗口(Presentation Window)

Buzz 的特色功能,非常适合译员。

启动

1. 实时录制时,点击 "Presentation Window"
2. 弹出全屏字幕窗口

配置

• 字号: 36-72 pt
• 颜色: 白色字 + 黑色背景
• 字幕条数: 显示最近 2-3 行
• 透明度: 70%(可选半透明)

使用场景

• 给观众看的字幕投屏
• 译员盯屏幕
• 讲座辅助

实战配置示例

配置 1: 个人英文学习(零成本)

模型: Faster Whisper, Small
后端: CPU(普通电脑) / CUDA(有 GPU)
源语言: English
任务: Transcribe
翻译: 不需要(或后期手动翻译)

成本: 0 元

配置 2: 译员日常辅助(低成本)

模型: Faster Whisper, Large v3 Turbo
后端: CUDA(GPU)
源语言: English
任务: Transcribe
翻译: DeepSeek API (Chinese)

成本: < ¥30/月

配置 3: 专业同传辅助(中成本)

模型: Faster Whisper, Large v3
后端: CUDA(GPU)
源语言: English
任务: Transcribe
翻译: Claude API(Chinese)
术语表: 已配置
演示窗口: 已启用

成本: ¥100-300/月(取决于使用量)

配置 4: 涉密会议(完全本地)

模型: Faster Whisper, Large v3
后端: CUDA / CPU
源语言: English
任务: Transcribe
翻译: 本地 Ollama + Qwen2.5
存储: 完全本地

成本: 一次性硬件投入

常见问题

问题 1: 模型下载失败

原因: 网络问题或 Hugging Face 访问受限

解决:

1. 方法 A: 使用代理
2. 方法 B: 手动下载模型
   • Hugging Face 镜像: https://hf-mirror.com/
   • 下载对应模型文件
   • 放到 Buzz 模型目录:
     • Windows: C:\Users\<你>\AppData\Local\Buzz\models\
     • Linux: ~/.cache/whisper/

问题 2: 转写速度极慢

原因: CPU 模式或模型太大

解决:

1. 安装并启用 CUDA(NVIDIA GPU 用户)
2. 切换到 Faster Whisper 后端
3. 降低模型大小(Large → Medium)
4. 使用 large-v3-turbo 替代 large-v3

问题 3: 转写出现乱码

原因: 编码问题或模型异常

解决:

1. 重启 Buzz
2. 重新下载模型
3. 切换其他模型测试

问题 4: 出现 CUDA 错误

原因: CUDA 版本不匹配

解决:

1. 检查 CUDA 版本(命令行: nvcc --version)
2. 确保 CUDA 11.8 或 12.x
3. 重新安装 CUDA Toolkit
4. 重启电脑

问题 5: 录制声音是静音

原因: 虚拟声卡未配置或音量为 0

解决:

1. 回顾第一章虚拟声卡配置
2. 确认 VB-CABLE 或立体声混音正常工作
3. 检查音量级别

问题 6: 翻译 API 报错

原因: API Key 错误或网络问题

解决:

1. 检查 API Key 是否正确
2. 确认账户余额
3. 测试 API 是否可达
4. 切换其他 API 服务商

问题 7: Buzz 启动崩溃

原因: 安装文件损坏或依赖问题

解决:

1. 卸载 Buzz
2. 删除配置文件:
   • Windows: C:\Users\<你>\AppData\Local\Buzz\
   • Linux: ~/.config/Buzz/
3. 重新下载安装
4. 如仍崩溃,GitHub 提交 Issue

与 MacWhisper 对比

很多人问: Buzz vs MacWhisper,哪个好?

对比表

选择建议

• Mac 用户: 如果预算允许,MacWhisper Pro 体验更好
• Windows 用户: Buzz 是首选(MacWhisper 不支持 Windows)
• 零预算: Buzz 是唯一选择
• 跨平台: Buzz(Linux 用户必选)

我的使用心得

作为 Buzz 多年用户:

最大优点

• 完全免费: 无任何付费墙
• 持续更新: GitHub 项目活跃
• 跨平台: 一个工具,多个系统
• 隐私好: 完全本地

最大痛点

• 首次配置稍复杂: 模型下载、CUDA 安装等
• 没有自动会议捕获: 需要手动配置虚拟声卡
• 中文翻译要 API: 增加配置步骤
• Windows 上没数字签名: 弹警告

最佳配置

我自己的 Windows 配置:

GPU: NVIDIA RTX 3060(12GB 显存)
模型: Faster Whisper, large-v3-turbo
后端: CUDA
翻译: DeepSeek API
术语表: 自定义
演示窗口: 启用

实测: 实时延迟 1-2 秒,精度接近讯飞同传英文识别。

本节小结

• ✅ Buzz 是 Windows 平台最优秀的免费同传工具
• ✅ 基于 Whisper 模型,口音处理强
• ✅ 配合 DeepSeek 等便宜 API 实现中文翻译
• ✅ 完全本地,适合涉密场合
• ⚠️ 需要 GPU 才能流畅运行大模型
• ⚠️ 配置稍复杂,但一次配置长期受益

下一步

继续阅读 3.4 沉浸式翻译插件,学习浏览器和会议软件的字幕方案。

💬 Buzz 高级用法:加微信 15600871059,加入【专业译员工具社群】,享每月软硬件评测、AI 同传企业培训、AI 工具选型咨询、共享术语表与配置文件、会员互测口音识别效果等福利。可分享 GPU 优化、API 配置等详细教程。

3.4 沉浸式翻译浏览器插件

沉浸式翻译是一款强大的浏览器翻译插件,虽然它本身不是同传软件,但能给 Zoom/Teams/Meet 网页版的会议字幕做实时双语翻译,是会议软件的"挂件"神器。

快速概览

为什么"所有人都应该装"

优势

1. 几乎万能

可以给以下场景加翻译:

• 网页: 任何外文网页双语显示
• PDF: 在线 PDF 翻译
• 视频: YouTube/Bilibili 双语字幕
• 会议: Zoom/Teams/Meet 网页版字幕翻译
• 电子书: EPUB 双语阅读
• 图片: 图片中的文字翻译

2. 翻译引擎丰富

支持 20+ 翻译引擎,可以自由切换:

• 免费引擎: 微软翻译、Google 翻译、有道
• 付费引擎: DeepL、Claude、GPT-4
• 国产 LLM: DeepSeek、智谱、Moonshot

3. 免费版功能强

免费版已经够用:

• 大量翻译额度
• 主流引擎可用
• 双语显示
• 多种显示样式

4. 极易上手

• 一键安装
• 不用配置
• 即点即用

5. 持续更新

• 每周更新
• 新功能不断
• bug 修复快
• 社区活跃

局限

1. 不是 ASR 软件

沉浸式翻译不做语音识别,它是翻译插件:

• 需要会议软件本身先生成英文字幕
• 然后翻译这些字幕

2. 依赖会议软件功能

如果会议软件本身不支持字幕,沉浸式翻译就没法发挥。

3. 部分高级功能要付费

• 视频实时同传(Pro)
• 高级翻译引擎(Pro)
• 高级 AI 模型(Pro)

4. 最佳体验需 Pro

免费版有翻译额度限制,频繁使用建议升级 Pro。

下载与安装

Chrome / Edge 安装(最常用)

步骤 1: 访问官网

https://immersivetranslate.com/

步骤 2: 选择浏览器

页面会自动检测你的浏览器,显示 "免费安装"按钮。

步骤 3: 跳转到 Chrome 应用商店

1. 点击"免费安装"
2. 跳转到 Chrome Web Store
3. 显示沉浸式翻译插件页面

步骤 4: 添加到浏览器

1. 点击 "添加至 Chrome"
2. 弹出确认对话框
3. 点击 "添加扩展程序"
4. 等待几秒,安装完成

步骤 5: 固定到工具栏

1. 浏览器右上角点击 拼图图标(扩展程序)
2. 找到"沉浸式翻译"
3. 点击 图钉图标 固定
4. 现在工具栏会出现一条蓝色小鱼图标 🐟

Safari 安装

步骤 1: App Store

打开 Mac App Store

步骤 2: 搜索

搜索 "沉浸式翻译" 或 "Immersive Translate"

步骤 3: 下载并启用

1. 下载并安装
2. 打开 Safari → 偏好设置 → 扩展
3. 启用 "沉浸式翻译"
4. 工具栏会出现图标

Firefox 安装

访问 Firefox 附加组件商店,搜索 "Immersive Translate" 安装。

移动端安装

iOS

App Store 搜索 "沉浸式翻译" 下载。

Android

Google Play 或官网下载 APK。

首次配置

步骤 1: 注册账号

虽然不强制注册,但注册后可获得:

• 更多免费翻译额度
• 多设备同步配置
• 高级功能解锁

注册流程

1. 点击插件图标(蓝色小鱼)
2. 弹出主面板
3. 点击"登录/注册"
4. 选择注册方式:
   • 邮箱注册
   • 微信扫码
   • GitHub 登录

步骤 2: 选择翻译引擎

这是最关键的配置。

进入设置

1. 点击插件图标
2. 点击右上角齿轮图标
3. 进入设置页面

翻译引擎选择

设置 → 基础设置 → 翻译服务

免费引擎

付费引擎(推荐)

我的推荐

• 零预算: 微软翻译(默认)
• 低预算: DeepSeek API(几块钱/月)
• 质量优先: Claude API
• 稳定可靠: DeepL Pro(订阅)

步骤 3: 配置 API Key(如使用付费引擎)

以 Claude 为例:

步骤

1. 设置 → 翻译服务 → Claude
2. 输入 API Key:

   sk-ant-xxxxxxxx
   

3. 选择模型:
   • claude-haiku-4-5(快,便宜)
   • claude-sonnet-4-6(平衡)
   • claude-opus-4-7(最强,最贵)
4. 测试连接

DeepSeek 配置示例

1. 注册 https://platform.deepseek.com/
2. 充值 ¥10
3. 创建 API Key
4. 沉浸式翻译设置:
   - 翻译服务: DeepSeek
   - API Key: sk-xxx
   - Base URL: https://api.deepseek.com/v1
   - 模型: deepseek-chat

步骤 4: 设置目标语言

设置 → 基础设置:

• 目标语言: 中文(简体)
• 来源语言: 自动识别(或锁定 English)

步骤 5: 显示样式

设置 → 显示设置:

网页翻译样式

• 双语并排: 原文+译文并排显示
• 双语上下: 原文上,译文下
• 替换原文: 直接替换为译文
• 悬停显示: 鼠标悬停才显示译文

推荐: 双语上下(最易阅读)

字幕翻译样式

• 字幕位置: 底部
• 字号: 18-24 pt
• 背景: 半透明黑色
• 字体颜色: 白色 + 黄色

主要使用场景

场景 1: 网页翻译

最基础的功能。

操作

1. 打开任何外文网页
2. 点击工具栏蓝色小鱼图标
3. 点击 "翻译当前页面"
4. 网页所有内容显示双语

快捷键

• Alt + A: 翻译/还原页面
• Alt + W: 翻译当前段落
• Alt + Q: 翻译输入的内容

场景 2: YouTube 双语字幕

自动启用

1. 打开 YouTube 视频
2. 沉浸式翻译会自动检测
3. 字幕区域显示双语字幕

手动启用

1. 视频播放时点击插件图标
2. 选择"翻译此页"
3. 字幕变为双语

字幕设置

• 调整字号
• 改变位置
• 选择翻译引擎

场景 3: Zoom 网页会议字幕翻译(同传重点)

这是同传场景的关键用法。

前置条件

1. 使用 Zoom 网页版(不是桌面客户端)
2. 会议组织者已开启 Zoom 字幕功能
3. 沉浸式翻译已安装

操作步骤

1. 加入 Zoom 网页会议
2. Zoom 工具栏点击"显示字幕" / "Show Captions"
3. 选择字幕语言为 English
4. 点击沉浸式翻译图标
5. 启用"实时翻译"
6. Zoom 字幕自动变成双语

显示效果

[Speaker]: Today we'll discuss machine learning.
今天我们将讨论机器学习。

场景 4: Microsoft Teams 字幕翻译

类似 Zoom,但需要:

1. 使用 Teams 网页版
2. Teams 启用 Live Captions
3. 沉浸式翻译启用实时翻译

场景 5: Google Meet 字幕翻译

操作

1. 加入 Google Meet
2. Meet 启用字幕功能
3. 沉浸式翻译自动检测并翻译

场景 6: PDF 翻译

操作

1. 在浏览器中打开 PDF
2. 点击插件图标
3. 选择"翻译 PDF"
4. 双语对照显示

高级功能

• 保留排版
• 导出双语 PDF(Pro 版)
• 多页面同步翻译

场景 7: 视频字幕

支持的视频平台:

• YouTube
• Bilibili
• Netflix
• Disney+
• Coursera
• Udemy
• TED.com
• 哔哩哔哩
• 优酷
• 等多个平台

高级功能

1. 自定义术语表

为特定术语设置统一翻译。

配置步骤

1. 设置 → 术语表
2. 点击"添加术语"
3. 输入:
   • 原文(英文)
   • 译文(中文)
4. 保存

示例

LLM → 大语言模型
GPT → GPT(保持)
Sam Altman → 山姆·奥特曼

效果

无论翻译引擎是什么,这些术语都会按你设置的翻译。

2. 翻译引擎切换

可以根据场景切换不同引擎。

配置多引擎

1. 设置 → 多引擎模式
2. 启用"快捷切换"
3. 设置常用 3-5 个引擎

实时切换

• 工具栏点击插件图标
• 下拉选择当前引擎
• 即时切换

3. 翻译记忆

Pro 版功能。

• 记录所有翻译历史
• 相似内容快速翻译
• 跨设备同步

4. AI 解释功能

不仅翻译,还能解释。

适用场景

• 理解复杂句子
• 学习专业术语
• 文化背景说明

操作

1. 选中文本
2. 点击 AI 解释
3. 获取详细说明

5. 自定义 Prompt(Pro 版)

为不同场景设计不同翻译风格。

示例 Prompt

学术风格:

请将以下英文翻译成中文,使用学术规范的表达方式,
保留专业术语,确保翻译准确严谨。

口语风格:

请将以下英文翻译成中文,使用日常口语化的表达方式,
让中文听起来自然流畅。

6. 开发者 API

Pro 版可以用沉浸式翻译的 API:

• 集成到自己的工具
• 自动化翻译流程
• 批量处理

价格对比

免费版

• 主流翻译引擎(微软、有道等)
• 大量翻译额度
• 基础功能

适合: 个人偶尔使用

Pro 月度

• ¥10-30/月(具体见官网)
• 所有付费引擎
• 高级功能
• 翻译记忆

适合: 个人重度使用

Pro 年度

• 比月度便宜
• 通常 ¥99-299/年

适合: 长期使用

终身买断

部分时段官方会推出终身买断方案。

实战配置示例

配置 1: 零预算个人版

翻译引擎: 微软翻译(默认)
显示: 双语上下
快捷键: 默认
术语表: 自建小型

成本: 0 元

配置 2: 学习场景配置

翻译引擎: DeepL(质量优先)
显示: 双语上下 + 悬停原文
术语表: 学科术语库
特殊: 启用 AI 解释

成本: 中(DeepL 订阅 ¥600/年)

配置 3: 同传辅助配置

翻译引擎: Claude API(实时性能)
显示: 字幕悬浮模式
快捷键: 配置自定义热键
术语表: 当前会议术语

成本: 取决于 API 用量

配置 4: 高级用户配置

翻译引擎: 多引擎模式
- 主引擎: Claude
- 备引擎: DeepL
- 应急: 微软翻译
术语表: 多个领域库
开发者 API: 已配置

成本: ¥50-200/月

常见问题

问题 1: 翻译额度用完

解决:

1. 切换到免费引擎(微软翻译额度多)
2. 升级 Pro 版
3. 配置自己的 API(用量自己控制)

问题 2: 翻译不准确

解决:

1. 切换更强的引擎(DeepL/Claude)
2. 添加术语表
3. 自定义 Prompt(Pro)

问题 3: Zoom 网页版字幕没翻译

原因: Zoom 字幕未启用 / 沉浸式翻译未识别

解决:

1. 确认 Zoom 已开启字幕
2. 刷新页面后重新启用插件
3. 检查会议是否在网页版(不是桌面客户端)

问题 4: API Key 无效

解决:

1. 检查 Key 是否正确复制
2. 确认账户余额
3. 检查 API 服务是否可达
4. 测试 API 是否支持当前 Base URL

问题 5: 翻译延迟高

原因: API 服务延迟 / 网络问题

解决:

1. 切换更快的引擎
2. 检查网络
3. 减少同时翻译的内容量

问题 6: 浏览器卡顿

原因: 翻译插件占用资源

解决:

1. 关闭其他扩展
2. 减少翻译范围
3. 升级浏览器

与其他工具配合

1. 沉浸式翻译 + 讯飞同传

最佳组合:

• 讯飞同传: 语音识别(ASR)+ 中英翻译
• 沉浸式翻译: 网页/会议字幕兜底

适用场景: 全场景覆盖

2. 沉浸式翻译 + MacWhisper/Buzz

组合方式:

• MacWhisper/Buzz: 本地英文转写
• 沉浸式翻译: 翻译转写结果(导出后)

适用场景: 隐私场合

3. 沉浸式翻译 + JotMe/Akkadu

组合方式:

• JotMe/Akkadu: 主同传工具
• 沉浸式翻译: 浏览器辅助

适用场景: 国际方案

我的使用心得

最大优点

• 真的万能: 网页、视频、PDF、会议都能用
• 极易上手: 5 分钟即可开始用
• 翻译质量高: 配合 Claude API 几乎完美
• 持续更新: 新功能不断

最大痛点

• 不做 ASR: 不能替代同传软件
• 依赖会议字幕: Zoom 不开字幕就没用
• API 配置麻烦: 配置高质量翻译需要技术知识

我的标准配置

浏览器: Chrome
插件: 沉浸式翻译 Pro 年度
主翻译: Claude haiku-4-5(快)
备翻译: DeepL(高质量)
应急: 微软翻译(免费)
术语表: 5-10 个领域库
快捷键: Alt+A 翻译, Alt+S 设置

实战建议

1. 先用免费版熟悉操作
2. 判断是否值得升级 Pro
3. 重度用户配置自己的 API
4. 定期清理翻译记忆
5. 使用术语表保持术语一致

本节小结

• ✅ 沉浸式翻译是所有人都应该装的浏览器插件
• ✅ 不是同传软件,但能补全网页/会议场景
• ✅ 免费版功能强大,Pro 版进阶
• ✅ 配合 Claude/DeepSeek API 实现高质量翻译
• ✅ 配合讯飞/MacWhisper 形成完整工具链
• ⚠️ 不能替代 ASR 软件,只翻译现有文本

第三章结束

恭喜!完成第三章后,你已经掌握了:

1. ✅ 讯飞同传(中英场景主力)
2. ✅ MacWhisper / Buzz(本地备份)
3. ✅ 沉浸式翻译(浏览器辅助)

这三个工具组合已经覆盖 90% 的同传场景。

下一步:

• 想了解更多中文方案 → 第四章 - 中文备选
• 想了解国际方案 → 第五章 - 国际方案
• 想直接学实战 → 第八章 - 实战案例

💬 配置咨询:加微信 15600871059,加入【专业译员工具社群】,享每月软硬件评测、AI 同传企业培训、AI 工具选型咨询、共享术语表与配置文件、会员互测口音识别效果等福利。可获得沉浸式翻译的高级配置和 API 选择建议。

第四章: 第二梯队 - 中文场景备选

本章学习目标

完成本章后,你将了解:

• 同声传译王 PC 版的特色与使用
• 钉钉 AI 听记的会议集成
• 百度 AI 同传的网页/移动应用
• 网易见外工作台的会议同传

这一章在什么场景下最有用

第三章介绍的工具(讯飞同传等)能覆盖 90% 的中文场景。但有些情况下,第二梯队的工具更适合:

• 你已经有讯飞同传,想找备份方案
• 你的公司用钉钉作为主要协作工具
• 你想对比多个国产方案找最适合的
• 你对超低延迟有特别需求(同声传译王主打 0.5 秒延迟)
• 你有百度网盘/有道等账号生态

章节内容

• 4.1 同声传译王 PC 版 - 0.5 秒超低延迟
• 4.2 钉钉 AI 听记 - 钉钉用户首选
• 4.3 百度 AI 同传 - 百度生态用户
• 4.4 网易见外工作台 - 网易/有道用户

一句话推荐

如果你不知道该用第二梯队哪个工具,这里是简单的决策:

你公司用钉钉吗?
├── 是 → 钉钉 AI 听记
└── 否 → 看下面

你需要超低延迟吗?(< 1 秒)
├── 是 → 同声传译王
└── 否 → 看下面

你有百度账号吗?
├── 是 → 百度 AI 同传
└── 否 → 网易见外工作台

完成本章后

你会知道:

• 第二梯队工具的差异
• 何时选择第二梯队
• 如何与第三章的工具配合使用

下一步: 第五章 - 国际方案 了解 KUDO/Wordly 等国际级解决方案。

💬 使用反馈: 加微信 15600871059(【专业译员工具社群】) 分享你的中文工具使用经验。

4.1 同声传译王 PC 版

同声传译王是国产同传软件中主打超低延迟的产品,声称延迟低至 0.5 秒。如果你对延迟极度敏感,这是值得试用的方案。

快速概览

为什么试同声传译王

优势

1. 超低延迟

官方宣称 0.5 秒延迟,实测在 1 秒左右,在国产工具中算快的。

2. 30+ 语言覆盖

支持的语言对相对丰富,适合多语种场景。

3. 悬浮字幕窗口

可以叠加在 Zoom、腾讯会议等任意软件上方,使用方便。

4. 本地化体验

中文界面,符合国内用户习惯。

局限

1. 知名度不如讯飞

用户基数小,踩坑信息少。

2. 重口音英语处理

实测对重口音英语的处理不如 Whisper 系列。

3. 需要订阅

不像 MacWhisper 一次性买断,需要持续付费。

下载与安装

步骤 1: 访问官网

https://www.tongshengchuanyiwang.com/

步骤 2: 下载客户端

1. 网站首页找到"PC 版下载"
2. 选择 Windows 或 macOS 版本
3. 下载安装包(约 100 MB)

步骤 3: 安装

Windows

1. 双击 .exe 安装包
2. 点击"我同意"
3. 选择安装路径
4. 等待安装完成

macOS

1. 双击 .dmg
2. 拖到"应用程序"
3. 第一次打开可能需要在"安全性与隐私"中允许

首次使用

步骤 1: 注册账号

1. 启动客户端
2. 注册账号(手机号/邮箱)
3. 登录

步骤 2: 选择功能

主界面有几个主要功能:

• 开始同传: 实时同声传译
• 悬浮字幕: 屏幕悬浮翻译
• 会议字幕: 会议软件辅助
• 历史记录: 查看之前的会议

步骤 3: 配置语言对

选择源语言和目标语言:

• 英 → 中: 最常用
• 中 → 英
• 日 → 中
• 等多种组合

步骤 4: 配置音频源

1. 点击"音频设置"
2. 选择音频源:
   • 麦克风
   • 内录(立体声混音 / VB-CABLE / BlackHole)
3. 测试音量是否正常

步骤 5: 开始翻译

1. 点击"开始同传"
2. 字幕窗口出现
3. 在另一个 App 播放语音
4. 字幕实时显示

实战配置

配置 1: 悬浮字幕模式

适合给自己看的场景。

设置步骤

1. 主界面 → "悬浮字幕"
2. 调整窗口:
   • 大小: 拖动边缘调整
   • 位置: 拖动到合适位置
   • 透明度: 50-70%
3. 设置始终置顶
4. 字号建议 24+ pt

使用场景

• 看英文视频
• 参加 Zoom 会议
• 听英文讲座

配置 2: 会议软件叠加

与 Zoom 配合

1. 启动 Zoom 会议
2. 在 Zoom 旁边启动同声传译王
3. 字幕窗口拖到 Zoom 上方
4. 设置始终置顶

与腾讯会议配合

类似 Zoom,字幕窗口悬浮在腾讯会议上方。

配置 3: 长会议模式

适合 2+ 小时的长会议。

优化设置

1. 关闭"自动断句"(避免字幕跳动)
2. 启用"会议记录"(自动保存)
3. 选择高质量模式(精度优先)
4. 配置自动保存

与讯飞同传对比

很多用户都纠结同声传译王和讯飞同传选哪个。

对比表

选择建议

• 极度看重延迟: 同声传译王
• 看重综合体验: 讯飞同传
• 想试试新工具: 同声传译王

价格说明

具体价格请以官网为准,大致区间:

部分版本有免费试用期(几十分钟到几小时)。