第一步:把声音变成文字
语音翻译的基础是语音识别:软件先听清你说了什么,把语音转成文字。识别得准不准,直接决定后面的译文质量。口音、语速、环境噪音都会影响识别效果,所有自动语音识别和即时翻译软件都绕不开这一步。
HelloGPT会把识别出的原文完整显示出来,你可以先确认“它听到的”是不是你说的,有误时可以直接修改再翻译。
从声音到译文,中间要经过识别、理解和翻译三个环节
语音翻译的基础是语音识别:软件先听清你说了什么,把语音转成文字。识别得准不准,直接决定后面的译文质量。口音、语速、环境噪音都会影响识别效果,所有自动语音识别和即时翻译软件都绕不开这一步。
HelloGPT会把识别出的原文完整显示出来,你可以先确认“它听到的”是不是你说的,有误时可以直接修改再翻译。
口语和书面语差别很大,说话时常有停顿、重复、省略。逐词翻译容易出现词不达意的情况。HelloGPT用大模型理解整句话的意思再翻译,口语化的表达也能转成通顺自然的外语。
连续对话时,翻译会参考前面说过的内容,前后用词更一致,不会每句话各翻各的。
翻译完成后,译文以文字显示,并可以用目标语言朗读出来。和外国人面对面交流时,把手机递给对方听,或者直接外放,对方就能听懂你的意思。
听、译、说,构成了一款语音翻译器的完整链路。手机装上语音翻译App,就相当于随身带着一个口语翻译软件,出门在外随时能用。
除了现场说话,很多人还需要录音翻译:会议录音、采访录音、聊天软件里的外语语音消息。把录音外放给HelloGPT收听,或在电脑上边播放边识别,就能把内容转成文字并翻译成中文。
需要说明的是,和上传音频文件的录音翻译软件不同,HelloGPT采用听声音翻译的方式:只要麦克风能清楚收到声音,就能识别并翻译。整理较长的录音时,建议在安静的环境中播放;处理量较大时可以升级专业版。
不只是把话翻出来,还要方便核对、方便沟通
按下说话,松开即得译文,语音实时翻译一气呵成,适合即时对话。
双方各选自己的语言轮流说话,各自看到对方话语的译文,面对面沟通更顺畅。
识别出的原文完整显示,发现听错的词可以直接改,再重新翻译,避免以讹传讹。
译文可以用目标语言朗读出来,对方直接听,不用凑过来看屏幕。
覆盖英语、日语、韩语、法语、西班牙语、阿拉伯语等常用语种,以及多种小语种。
在Android、iOS上是一款手机语音翻译软件,在Windows、macOS上同样可用,一个账号同步翻译历史。
打开应用,选好语言,就可以开口说
手机或电脑安装HelloGPT,首次使用时允许麦克风权限。
进入语音翻译,设置说话的语言和要翻译成的语言,或使用对话模式让双方各选一种。
靠近麦克风、用正常语速说话。识别出的原文实时显示在屏幕上,译文随即给出,这就是语音即时翻译。
译文显示在原文下方,点击朗读即可用目标语言播放,也能复制保存。
双手不方便、时间紧张、对方就在面前的时候,开口最直接
在机场、酒店、餐厅、商店里和当地人沟通,对着手机说中文,HelloGPT实时翻译语音,并用外语播放给对方听;对方回答时再切换过来。
展位上来了外国客户,用双人对话模式轮流说话,介绍产品、回答问题都不用临时找翻译。
客户发来的外语语音、网课里的讲解录音,都可以用听语音翻译的方式处理:外放给HelloGPT,内容转成中文文字,方便整理和回看。
用外语说一句,看看识别结果是否准确;把中文译成外语并听朗读,模仿发音和表达。
两者并不冲突,按场景选用效率最高
| 对比项 | 语音翻译 | 文字翻译 |
|---|---|---|
| 输入方式 | 直接说话 | 打字或粘贴 |
| 适合场景 | 面对面交流、问路、听录音 | 聊天消息、邮件、文档段落 |
| 对环境的要求 | 较安静的环境识别效果更好 | 不受环境影响 |
| 输出形式 | 文字译文+语音朗读 | 文字译文 |
| HelloGPT是否支持 | 支持,四端可用 | 支持,四端可用 |