同声传译：定义、工作原理及 AI 何时能够胜任

同声传译是在发言者仍在讲话时同步交付的翻译。 听众以自己的语言收听发言，延迟最多仅几秒钟，且会议无需暂停等待译员。这是联合国召开会议的方式，是多语言会议保持统一议程而非分裂为三套的方式，也是——自从 AI 加入该领域以来——越来越普遍的日常工作方式。

本指南用通俗的语言解释了整个类别：传统模式的工作原理与成本、它与交替传译的区别、“远程同声传译”（RSI）改变了什么、AI 目前能做和做不到的事，以及如何将同声传译引入您已经在使用的工具中。

正在比较供应商？请从会议与大会 AI 翻译工具买家指南开始。

同声传译的实际运作方式

专业的同声传译是语言工作中认知负荷最高的任务之一。译员聆听源语，实时转换意义（而非字词），并说出目标语言——所有这一切都在发言者持续讲话的同时同步进行。

围绕这一难点，行业已经建立了完善的基础设施：

• 译员两人一组工作，一人主译一人协助，大约每 30 分钟轮换一次——持续的同声传译工作超过此时长后质量会迅速下降。
• 隔音同传箱（或同传控制台）将译员与现场隔离，现场音频传入译员的耳机，而译员的输出则路由至听众的接收器。
• 每种语言配备一个同传箱和一组译员。 一场三语活动意味着需要三个同传箱和六名译员。
• 预订需提前数天至数周，稀缺语对所需时间更长，计费按译员、语言和天数计算——外加设备费用。

这些都不是缺陷。这就是交付专业级实时传译的固有成本。其结果仅仅是，同声传译变成了一种活动日服务：需要预算、排期，并保留给那些值得投入的会议。

同声传译与交替传译

另一种经典模式是交替传译：发言者讲几句话后暂停，由译员将其翻译成目标语言。它不需要设备，在小型、可控的场景中大放异彩——如医疗问诊、公证签署或现场考察。

还有一些细分变体——为一名或两名听众提供的耳语传译（chuchotage），用于来回谈判的联络传译——但几乎每一个现实中的决策都是在同声传译与交替传译之间二选一，而且对于任何有议程且人数众多的场合，单从时间效率上看，同声传译就胜出了。（所有模式和交付格式，以及传译与翻译的区别，都在我们的定义指南中详细说明。）

远程同声传译（RSI）：第一次成本削减

RSI 将译员从现场同传箱转移到了云端。 活动的音频流传输给远程工作的译员；他们翻译后的音频流再传回给每位听众的手机、笔记本电脑或耳机。Interprefy 和 KUDO 等平台开创了这一类别，并在活动转向混合模式时迎来了爆发式增长。

RSI 消除了：同传箱租赁、接收器硬件、译员差旅以及部分前置准备时间。RSI 保留的：人类译员本身、他们的日费率以及每场活动的运营设置。RSI 使专业传译的交付成本更低——它并没有改变由谁来传译或其预订模式。（我们在 InterMIND vs Interprefy 中直接对比了领先的 RSI 服务。）

AI 同声传译：第二次成本削减

较新的转变取代了传译流程本身：语音识别 → 机器翻译 → 语音合成，以亚秒级延迟按每位听众持续运行。没有同传箱，无需预订，没有日费率——传译变成了会议软件的一项功能，这改变了它的使用场景。柏林、圣保罗和东京之间的每周例会本来就不可能为每种语言预订两名译员；有了 AI，就不必如此。

认真对待 AI 传译的三个特征（我们开发其中一款工具，因此我们会直说应该向任何此类工具提出什么要求，包括我们自己的）：

1. 您可以验证的按语对质量。 “支持 60 种语言”对您的 DE↔EN 语对毫无说明。要求查看基于真实流量发布的、按语对的质量衡量——这是我们的，每月更新——或者收听实时演示并自行判断。
2. 输出的是谁的声音。 大多数工具用同一个合成声音为每位发言者配音。更好的体验是通过零样本合成保留每位发言者自己的声音——这是一场讨论，而不是朗读文稿。（工作原理。）
3. 会议的覆盖范围有多大。 一场会议包含语音加上聊天、共享笔记和文档。如果只翻译了音频，当有人打字时，会议室仍然会按语言分裂。（完整论述。）

还有一个诚实的界限，直言不讳地说：法庭、条约谈判、经认证的证词录供，以及任何将传译本身作为法律记录的场景，仍然属于经认证的人类译员。 AI 的领地是低于该标准线的广阔空间——那些因为同传箱和日费率的价格门槛而从未获得过传译服务的会议、网络研讨会和大会。

Zoom、Teams 和 Google Meet 中的同声传译

您已经在使用的平台处于三个不同的阶段：

• 传译频道（Zoom、Teams）： 为您自行聘请并付费的译员提供的内置音频频道。平台解决的是交付问题，而非传译本身。操作方法与限制：Zoom、Teams。
• 翻译字幕： 这三个平台在合适的方案下都能以另一种语言为会议添加字幕。阅读不等于聆听——字幕适用于网络研讨会，但在讨论中表现不佳。各平台详情：Zoom、Teams、Google Meet。
• 内置 AI 语音翻译： 尚处于早期且不完整阶段（Meet 的 Gemini 语音翻译走得最远）。语对和方案门槛决定了您的会议是否符合条件。

如果您需要每位参与者都能用自己的语言收听会议，双向进行，且无需预订任何人——这正是AI 同声传译在浏览器中承担的工作，而上述平台对比准确展示了每个内置选项的局限所在。

一目了然的选择指南

• 经认证、高风险、作为正式记录 → 经认证的人类译员，现场或通过 RSI。
• 大型正式活动、人类质量、混合受众 → RSI 平台（vs Interprefy）；AI 活动交付是预算替代方案（vs Wordly）。
• 工作会议、网络研讨会、日常多语言通话 → 内置于会议的 AI 传译：每位听众选择一种语言，会议全速进行，且聊天、笔记和文档也会被翻译。
• 偶尔在单一平台上的轻度需求 → 先尝试该平台的字幕功能（Zoom / Teams / Meet），当阅读不再足够时再升级。

常见问题

同声传译是什么意思？ 与发言者并行交付的传译——听众在发言仍在进行时收听翻译，通常滞后几秒钟，因此会议不会为了翻译而暂停。

同声传译需要多少名译员？ 按行业标准，每个语对两人，大约每 30 分钟轮换一次。一场三语会议通常配备六名译员加设备。

同声传译的成本是多少？ 人类：按译员、按语言、按天计算——一场一天的两种语言活动加上设备通常花费数千美元。AI：软件订阅；一场有传译的会议的边际成本为零。（定价。）

Zoom 中可以进行同声传译吗？ 可以，有两种方式：使用 Zoom 的传译频道由您自己预订人类译员，或者使用 AI 翻译。Zoom 自有的 AI 功能以字幕为主——完整情况请见我们的 Zoom 指南。

AI 能取代同声传译员吗？ 在经认证的高风险场景中——不能，如果供应商声称可以，您应当警惕。在日常会议、网络研讨会和大会中，AI 现在已经能胜任这项工作，其质量是可验证的而非盲目假设的：请查看按语对发布的质量或实时测试。

听一听，而不是读一读

同声传译是一种音频体验，没有哪篇文章能断定其质量是否达到您的标准。

• 运行实时演示 — 在生产流水线上收听被传译为另一种语言的实时会议 — 无需注册。
• 阅读基准测试 — 基于真实流量的按语对月度得分，完整分布。
• 功能详情 — AI 同声传译如何在 InterMIND 会议中运作。
• 在预订的译员、RSI 平台和 AI 之间做选择？同声传译员：人类、RSI 平台还是 AI — 以及同样的三者，为会议定价并界定范围的 同声传译：同传箱、RSI 还是 AI。

— Mind.com 团队

来源：Chmiel — Boothmates forever? On teamwork in a simultaneous interpreting booth（每个同传箱两名译员，约 30 分钟轮换），Interprefy — platform，KUDO AI Speech Translator，Zoom — Enabling and configuring translated captions，Google Meet — Speech Translation，于 2026 年 8 月核查。供应商会随时间更改方案和语言列表 — 请查看其页面了解当前状态。