同声传译：它是什么、如何运作以及 AI 何时能胜任

同声传译是在讲话者仍在发言时同步提供的翻译。 听众最多延迟几秒钟就能听到自己语言的语音，并且会议绝不会暂停以等待口译员。这是联合国举行会议的方式，是多语言会议保持单一议程而非三个议程的方式，而且——自从 AI 加入该领域以来——这也日益成为普通工作会议的运作方式。

本指南用平实的语言解释了整个类别：传统模式如何运作及其成本、它与交替传译的区别、“远程同声传译”（RSI）带来了什么改变、AI 目前能做和不能做的事，以及如何将同声传译引入您已在使用的工具中。

如果您正在比较供应商？请从面向会议的 AI 翻译工具买家指南开始。

同声传译实际涉及哪些内容

专业的同声传译是语言工作中认知要求最高的工作之一。口译员聆听源语言，实时转化含义（而非字面词汇），并说出目标语言——这一切都在讲话者继续发言的同时持续不断地进行。

围绕这一难题，行业已经建立了完善的基础设施：

• 口译员成对工作，一主一辅，大约每 30 分钟轮换一次——持续的同声传译工作超过这个时间后质量会迅速下降。
• 隔音间（或口译控制台）将口译员隔离，他们通过耳机收听会场音频，并将其输出传送到听众的接收器中。
• 每种语言配备一个隔音间和一对口译员。 一个三种语言的活动意味着需要三个隔音间和六名口译员。
• 需要提前数天到数周预订，对于罕见语言对则时间更长，并且按口译员、按语言、按天计费——还要加上设备费用。

这些都不是缺陷。这就是提供专业级实时传译的成本。结果只是同声传译成为了一种活动日服务：需要预算、排期，并保留给那些值得付出的会议。

同声传译与交替传译

另一种经典模式是交替传译：讲话者说几句话，停顿一下，然后口译员将其翻译成目标语言。它不需要设备，在小型的、受控的环境中表现出色——例如医疗问诊、公证签署、实地考察。

还有一些小众变体——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——但几乎每一个实际的决策都是在同声传译和交替传译之间进行，对于任何有议程且人数较多的情况，仅从时间角度来看同声传译就胜出了。（所有模式和交付形式，以及传译与翻译的区别，都在我们的定义指南中进行了说明。）

远程同声传译（RSI）：第一次成本压缩

RSI 将口译员从现场隔音间转移到云端。 活动的音频流传输给远程工作的口译员；他们翻译后的音频流传输回每位听众的手机、笔记本电脑或耳机。Interprefy 和 KUDO 等平台构建了这一类别，并在活动走向混合模式时迎来了爆发。

RSI 消除了：隔音间租赁、接收器硬件、口译员差旅以及部分筹备时间。它保留了：人工口译员本身、他们的日费率以及每次活动的运营设置。RSI 使专业传译的交付成本更低——但它没有改变由谁进行传译或预订模式。（我们在 InterMIND vs Interprefy 中直接对比了领先的 RSI 服务。）

AI 同声传译：第二次成本压缩

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，持续运行，每位听众独立接收，延迟在亚秒级。没有隔音间，无需预订，没有日费率——传译成为了会议软件的一项功能，这改变了它的适用范围。柏林、圣保罗和东京之间的每周例会以前绝不会为每种语言预订两名口译员；有了 AI，它就不必如此了。

有三点可以区分认真对待的 AI 传译（我们构建了其中一款工具，因此我们将坦率说明应对任何工具——包括我们的工具——提出哪些要求）：

1. 您可以验证的单语言对质量。 “支持 60 种语言”并不能说明您的德英互译（DE↔EN）质量。要求提供基于真实流量衡量的、已公开的各语言对质量——这是我们每月更新的数据——或者聆听实时演示并自行评判。
2. 发出的是谁的声音。 大多数工具用单一合成声音为每位讲话者配音。更好的体验是通过零样本合成保留每位讲话者自己的声音——这是一场讨论，而不是朗读文稿。（其工作原理。）
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。如果只翻译音频，当有人打字时，会议室仍会按语言分裂。（完整论述。）

还有诚实的底线，毫不掩饰地说：法庭、条约谈判、经认证的宣誓作证以及任何将传译作为法律记录的场合，仍然属于认证的人工口译员。 AI 的领地是远低于该标准的广阔空间——那些因为隔音间和日费率过于昂贵而从未获得传译服务的会议、网络研讨会和大会。

Zoom、Teams 和 Google Meet 中的同声传译

您已在使用的平台处于三个不同的阶段：

• 传译频道（Zoom、Teams）： 为您自带并自行付费的口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。操作指南与限制：Zoom、Teams。
• 翻译字幕： 这三个平台在订阅合适套餐的情况下，都能以另一种语言为会议提供字幕。阅读不等于聆听——字幕适用于网络研讨会，但对讨论效果不佳。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（Meet 的 Gemini 语音翻译进展最快）。语言对和套餐限制决定了您的会议是否符合条件。

如果您需要每位参与者用他们自己的语言聆听会议，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完成的工作，而上述平台对比准确展示了每种内置选项的局限性在哪里。

一次性选择

• 经认证、高风险、作为正式记录 → 认证的人工口译员，现场提供或通过 RSI。
• 大型正式活动，要求人工质量，混合受众 → RSI 平台（对比 Interprefy）；AI 活动交付是预算替代方案（对比 Wordly）。
• 工作会议、网络研讨会、日常多语言通话 → 会议内置的 AI 传译：每位听众选择一种语言，会议全速进行，并且聊天、笔记和文档也会被翻译。
• 偶尔在单一平台上有轻度需求 → 先尝试该平台的字幕（Zoom / Teams / Meet），当阅读不再满足需求时再进行升级。

常见问题

同声传译是什么意思？ 与讲话者同步提供的传译——听众在讲话还在进行时就能听到翻译，通常延迟几秒钟，因此会议不会因翻译而暂停。

同声传译需要多少名口译员？ 根据行业标准，每个语言对两人，大约每 30 分钟轮换一次。一个三种语言的会议通常配备六名口译员以及设备。

同声传译的成本是多少？ 人工：按口译员、按语言、按天计费——为期一天、双语的活动加上设备通常需要数千美元。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 的传译频道并由您自行预订人工口译员，或者使用 AI 翻译。Zoom 自身的 AI 功能以字幕为主——完整情况请参阅我们的 Zoom 指南。

AI 能取代同声传译员吗？ 在经认证的高风险场合——不能，如果供应商声称可以，您应该感到担忧。在日常会议、网络研讨会和大会中，AI 现在已经做得足够好，是可验证的而非假定的：请查看各语言对已公开的质量或进行实时测试。

聆听，而非阅读

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了您的要求。

• 运行实时演示 —— 在生产流水线上聆听一场被传译成另一种语言的实时会议 —— 无需注册。
• 阅读基准测试 —— 基于真实流量的月度各语言对得分，完整分布。
• 详细功能介绍 —— AI 同声传译在 InterMIND 会议中的运作方式。

— Mind.com 团队

来源：Chmiel — Boothmates forever? On teamwork in a simultaneous interpreting booth（每个隔音间两名口译员，约 30 分钟轮换一次），Interprefy — platform，KUDO AI Speech Translator，Zoom — Enabling and configuring translated captions，Google Meet — Speech Translation，于 2026 年 8 月核查。各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。