口译与笔译：有何区别——以及各种口译类型详解 (2026)

口译是在沟通发生时，将口语（或手语）实时转换为另一种语言。笔译是将已存在的书面文本从一种语言转换为另一种语言。 美国翻译协会将其浓缩为一句话：笔译员负责写，口译员负责说。

这两个词在日常交流中经常被混用——“我们需要一位会议笔译员”几乎总是指口译员——但它们代表的是不同的职业、不同的技能、不同的工具，以及不同的采购决策。本指南将为您提供实用的定义、并排对比、每种口译类型及其适用场景，以及 AI 在其中的定位。

什么是口译？

口译是对语音的实时语言转换。 口译员聆听使用某种语言的发言者，并将其含义——而非逐字对应的文本——用另一种语言表达出来，可以在发言者仍在讲话时进行（同声传译），也可以在其句子之间的停顿中进行（交替传译）。其输出是即时性的：它存在于当下，供房间内或通话中的人使用，并在会议结束后消失。

因为口译是实时进行的，所以没有修改重来的机会。口译员需要将所有内容——词汇、语气、文化背景、发言者的意图——保留在工作记忆中，并跟上发言者的语速。这就是为什么联合国（其会议以六种官方语言同声传译为另外五种语言）将会议口译视为最具挑战性的语言职业之一，也是为什么专业的同声传译员两人一组工作，大约每 30 分钟轮换一次。

什么是笔译？

笔译是对书面文本的转换。 笔译员处理已存在的文档——合同、网站、字幕文件、病历——并生成一份目标语言的书面文档。这项工作发生在事后，有时间研究术语、查阅参考资料、使用翻译记忆库工具并进行修改。其输出是持久性的：一份可以审查、认证和重复使用的文本。

这个审查步骤是实际操作中的分界线。翻译好的合同在任何人签署前都可以逐字检查。而口译的谈判则无法做到——这就是为什么这两种职业的认证方式和定价方式不同，以及为什么“能给我书面文件吗？”即使会议本身已经口译过，它依然是一个笔译问题。

口译与笔译：一眼看懂区别

上表直接引出两个结论。第一，两者的技能几乎没有重叠：一位出色的合同笔译员可能无法胜任一次会议的口译，反之亦然——雇佣一方去做另一方的工作属于类别错误，而非妥协。第二，机器辅助进入这两个领域的速度不同：文本的机器翻译已有数十年的历史，而机器口译——实时语音、双向、以对话语速进行——直到最近才变得切实可行。我们将在下文介绍这一转变。

口译的类型

“口译的类型”混合了两个值得区分的独立维度：模式（口译本身如何计时并传达给听众）和交付形式（口译员在哪里以及音频如何传达到您耳边）。

模式

同声传译是可扩展的模式：会议以正常语速进行，任意数量的语言可以并行运行（每种语言一个频道），听众选择自己的频道。其历史成本——隔音厢、每种语言两名口译员、日费率——使其成为活动日的专属服务，而非日常服务。我们为此撰写了一份通俗易懂的完整指南：同声传译：它是什么、如何工作以及 AI 何时能胜任。

交替传译以时间换取简便：无需设备，但会议耗时大约是其两倍，因为所有内容都要说两遍。它在每句话的精确度比语速更重要的场景中表现出色——例如诊断、宣誓声明、大声宣读的合同条款。

耳语传译和联络传译是上述两种模式的小规模变体——值得了解其名称，因为代理机构会分别报价，但几乎每一个实际决策都可以归结为同声传译与交替传译的选择。

交付形式

这些形式是一个关于成本的故事。现场同声传译是语言服务中最昂贵的配置：按口译员、按语言、按天计费，外加设备费用。OPI 和 VRI 使交替传译实现了按需提供——医院不会为可能出现的紧急情况提前预约一位他加禄语口译员；而是直接拨打。RSI 对同声传译进行了同样的重构：口译员仍然是按日费率收费的专业人士，但隔音厢、接收器和差旅都不复存在。而 AI 口译移除了剩余的限制——预约本身——这改变了哪些会议能够获得口译。柏林、圣保罗和东京之间的每周例会过去绝不可能为每种语言对预订两名口译员；有了 AI，它不再需要这样做。

您需要哪种类型？

根据场景匹配，而不是术语：

• 会议、峰会或多语言活动 → 同声传译。对于重大利害关系及预算充足的活动采用人工口译（现场或 RSI）；对于预算不足以配备隔音厢的会议、分组讨论和活动采用 AI。实际操作中的样子：活动与会议。
• 医疗预约或患者对话 → 交替传译，通常通过 VRI 或 OPI 按需进行；在多个司法管辖区，医疗保健领域配备合格的口译员是法律要求，而非礼节。对于多语言远程医疗和员工会议，AI 口译覆盖日常层：医疗保健。
• 工作会议、网络研讨会或定期的跨境通话 → 这是人工口译从未触及的空间（没人会为站会预订隔音厢），也是 AI 同声传译 的原生契合点：每位参与者选择一种语言，会议以正常语速进行。
• 法庭听证、宣誓作证或认证程序 → 认证的人工口译员，毫无疑问。当口译本身就是法律记录时，机器输出是不合格的——声称能胜任的供应商应该让您感到警惕。
• 文档——合同、报告、网站、专利 → 那是笔译，不是口译。不同的专业人员，不同的认证，按字数计费。（如果文档是在实时会议中提出的，那是两项工作交汇的唯一场所——见下文。）

AI 的定位：机器口译

AI 进入笔译和口译领域的方式是不对称的。文本的机器翻译已有几十年历史且无处不在。机器口译——实时语音输入、实时语音输出、双向、以对话语速进行——只有在语音识别、机器翻译和语音合成各自的速度快到足以在亚秒级延迟下串联起来时，才变得切实可行。

我们构建了其中一个系统，因此这里提供的是该类别的真实面貌，而非推销说辞：

• AI 口译如今能做什么： 为每位听众持续提供会议的同声传译，无需预约，无日费率。在 InterMIND 的案例中，这涵盖了 23 种语言的实时语音，并通过零样本合成保留每位发言者的原声，而非使用单一的合成旁白（工作原理）——外加人工口译员从未被要求覆盖的会议部分：聊天消息、共享笔记和投入通话中的文档，全部内联翻译。
• 对任何供应商（包括我们）的要求： 公布按语言对的质量，而不是语言数量。“支持 60 种语言”对您的德↔英语言对毫无说明。我们的质量每月在 FLORES-200 上进行测量，并在 /benchmark 上完整发布——或者运行实时演示，用您自己的耳朵来判断。
• AI 口译做不到什么： 在认证环境中替代认证口译员。法庭、条约谈判和宣誓程序属于人类。AI 的领地是低于该门槛的广阔空间——那些因为隔音厢和日费率将其拒之门外而从未获得口译的会议。

主要会议平台处于中间位置：Zoom 和 Teams 为您自行寻找并付费的人工口译员提供口译频道，所有三个平台都在符合条件的套餐中提供翻译字幕，Google Meet 在符合条件的套餐中提供 Gemini 语音翻译。如果您是在比较工具而非了解该类别，买家指南提供了带来源的比较：适合会议的最佳 AI 翻译工具。

FAQ

口译和笔译有什么区别？ 口译是在沟通发生时实时转换口语（或手语）；笔译是在文本存在后转换书面文本。口译员在实时环境下工作，没有修订环节；笔译员处理文档，有时间研究和修订。它们是拥有独立认证的独立职业。

口译的主要类型有哪些？ 按模式分：同声传译（在发言者讲话时传译）、交替传译（在发言者停顿时传译）、耳语传译/chuchotage（同声传译，向一两名听众耳语）和联络传译（在小型交流中来回传译）。按交付形式分：现场、电话口译 (OPI)、远程视频口译 (VRI)、远程同声传译 (RSI) 和 AI 口译。

什么是同声传译？ 与发言者并行进行的口译——听众听到自己语言的声音有几秒延迟，会议从不因翻译而暂停。这是联合国以六种语言进行会议的方式，也是多语言会议保持统一议程的方式。完整指南：同声传译详解。

口译员和笔译员一样吗？ 不一样。口译员处理实时语音；笔译员处理书面文本。两者的技能几乎没有重叠——一种职业训练工作记忆和实时表达能力，另一种训练研究、写作和修订能力。同时具备两种能力的人是存在的，但每个角色都是独立雇佣、认证和定价的。

口译和笔译哪个更难？ 它们的难点不同。口译将所有内容压缩到实时中——没有字典，没有第二次草稿，以发言者的语速传达含义，这就是为什么同声传译员两人一组并约每 30 分钟轮换一次。笔译需要不同的严谨度：在将逐字审查的文本上达到完全准确，有时还需认证并具有法律约束力。

AI 能进行口译吗？ 对于日常会议、网络研讨会和活动——可以：AI 系统现在可以为每位听众持续、双向地进行实时语音口译。质量因供应商和语言对而异，因此请验证而非假设：查看已发布的按语言对的基准测试（我们的在这里）或在演示中亲耳聆听。对于认证环境——法庭、宣誓程序——认证的人工口译员仍然是唯一合格的选项。

Zoom、Teams 或 Google Meet 包含口译功能吗？ 部分包含。Zoom 和 Teams 为您自行雇佣的人工口译员提供口译频道，所有三个平台都在符合条件的套餐中提供翻译字幕；Meet 额外在符合条件的套餐中提供 Gemini 语音翻译。这些都不是即开即用的全会议口译——各平台的详细分析在这里：Zoom、Teams、Meet。

亲眼见证差异

定义解释了类别；亲耳聆听则一锤定音。

• 运行实时演示 — 在生产流水线上聆听实时语音被口译为另一种语言——无需注册。
• 阅读基准测试 — 按语言对的质量，每月测量，完整发布。
• AI 同声传译详情 — InterMIND 会议中的实时口译是如何工作的。
• 选择执行方：人工口译员、RSI 平台还是 AI — 以及对于一场会议，各自的成本和覆盖范围，详见同声传译：隔音厢、RSI 还是 AI。

— Mind.com 团队

来源：ATA — 笔译员与口译员、联合国 DGACM — 口译、Chmiel — Boothmates forever? On teamwork in a simultaneous interpreting booth（每个隔音厢两名口译员，约 30 分钟轮换）、Zoom — 在会议和网络研讨会中使用语言口译、Microsoft Teams — 在会议中使用语言口译、Google Meet — 语音翻译，于 2026 年 8 月核查。供应商会随时间更改套餐和语言列表——请查看其页面以获取当前状态。