2026 年 8 月,谷歌把实时翻译做成了标准功能——谷歌翻译应用在全球范围内如此,Meet 内部也是如此。Gemini 3.5 Live Translate 已经内置到 Android 和 iOS 的谷歌翻译应用中;Android 新增"聆听模式",可以通过耳机或手机扬声器播放实时字幕;Meet 的对话翻译则从 5 组双语搭配扩展到了 70+ 语言、2,000+ 组搭配。下面逐一说明这几件事实际在做什么,以及当你面前就是一场真实对话时,它们意味着什么。
功能速览表
功能 | 事实 | 在真实对话中的意义 |
|---|---|---|
实时翻译(谷歌翻译应用) | 内置在 Android 和 iOS 中的流式语音翻译——2026 年 6 月上线,8 月完成全球推广;无需配置语言对;自动识别 70+ 语言;保留说话人的语气和节奏;比说话人慢几秒流式输出 | 两个人用一部手机即可对话,不需要任何设置,而且翻译保留了说话人的表达方式,而不是把它压平 |
聆听模式(Android) | 通过耳机或手机扬声器播放的实时字幕 | 单向收听:用于通话或讲座的实时字幕,不是双向交流 |
Meet 对话翻译 | 从 5 组双语搭配扩展到 70+ 语言、2,000+ 组搭配,无需经过英语中转;6 月起向部分 Workspace 客户提供私密预览,8 月扩大 | 会议直接在说话者之间翻译,中间没有英语这一步 |
Live API | 面向开发者的公开预览;Agora、Fishjam、LiveKit、Pipecat 已接入实时媒体基础设施 | 同一条管道可以进入第三方应用,翻译的入口会越来越多 |
SynthID 水印 | 每一条 AI 生成的音频流都带有一个不可感知、可验证的水印 | 任何翻译流都能查验是否为 AI 生成——水印留在波形之中 |
Meet 的数字来自谷歌 Workspace 的官方公告,开发者预览来自 Live API 文档。
对真实对话的改变
这些变化里的大部分,大多数人都不会注意到。会被注意到的部分:谷歌应用内的对话现在可以实时翻译,并且保留说话人自己的声音。商务会议、Meet 通话、应用内的收听体验,都是实打实地变好了。
没有改变的部分:那些没有谷歌在场的地方发生的对话——菜市场、出租车、诊所,以及从某人口袋里的手机响起的家人来电。应用内的实时翻译免费又好用,但它终究只是应用内的翻译。
Felo Translator 是做什么用的
在菜摊前、出租车里、诊所前台——手机里已经打开的那个应用,就是工具。这正是 Felo Translator 存在的时刻。它是一款 iOS 和 Android 上的独立实时语音翻译应用。据其官方产品页面,它覆盖 15 种语言,语音识别即时完成——从说话到翻译一步到位;结果可以听,也可以读;对话保存在设备上,方便之后回看;并且可以免费试用。不需要再安装、打开或加入任何东西:你打开它,说话,对方回答。
该用哪一个,是每场对话都要单独做的决定,不是数字决定的。谷歌的实时功能在谷歌的界面里胜出;独立应用在所有其他地方胜出。
FAQ
谷歌都能免费实时翻译了,还需要独立应用吗?在谷歌的应用内,不需要。离开它们之后,就是合不合适的问题:像 Felo 这样的独立应用常驻在手机里,为应用之外的对话准备,不要求对方也在同一个生态里,还会把对话保存在设备上(Local Save)。它的官方支持列表是 15 种语言,依赖它之前先查一下。
谷歌的聆听模式支持 iOS 吗?聆听模式是针对 Android 描述的。实时翻译本身两个平台都有——模型内置到了 Android 和 iOS 的谷歌翻译应用中——但聆听模式的具体能力属于 Android。
谷歌和 Felo,哪个支持的语言更多?谷歌的实时翻译能识别 70+ 语言;Felo 官方支持 15 种。这才是真正的取舍:覆盖更广,还是一个聚焦语音、支持设备端保存的应用。
谷歌的 AI 声音有水印吗?有。Gemini 3.5 Live Translate 生成的每一条音频流都带有嵌入波形中的 SynthID 水印,可以用谷歌的工具查验。
换个方式读这一周:流式语音翻译刚刚成为最大免费翻译平台的默认能力,同一条管道也通过 Live API 向所有开发者敞开。而它没有改变的是对话开始的地方——市场桌面上的手机、出租车仪表盘、诊所前台——那个瞬间,依然属于某个人选择打开的那款应用。
Felo 编辑团队。Felo 编辑团队关注语言、语音翻译,以及跨越国境的对话中的细节。
