Zoom 实时翻译:工作原理与局限

如果您搜索过“Zoom 实时翻译”,坦率的简短回答是:可以,Zoom 能对实时会议进行翻译,共有三种不同方式,具体能用哪一种,取决于您的套餐、所在地区,以及您是否愿意自行聘请口译员。 这三种都是真实可用的。但没有一种能让德国、日本和巴西的参与者在整场会议期间都用各自的语言听到会议内容。本文将说明每种方式的工作原理、开启方法,以及它的上限究竟在哪里。

本文是我们基础指南 实时会议翻译:工作原理与评估方法 的平台操作配套篇。关于 Google Meet 和 Microsoft Teams 的对应文章,请参阅 Meet 和 Teams。刚开始了解口译这一类别?请从 同声传译:同传间、RSI 还是 AI 读起。

三种功能,以及它们为何不是一回事

Zoom 以三种不同形式提供过实时翻译。它们经常被混为一谈,所以先把它们区分开:

1. 翻译字幕(文字)

这是主力功能。Zoom 的自动字幕会进行实时转写;翻译字幕则把这段文字流翻译成每位参与者所选的语言。这里有两点确实出色:语言列表很长,有 36 种完整支持的语言,另有希腊语、挪威语和威尔士语仅支持作为目标语言;并且每位参与者都可以独立选择自己的字幕语言,无需征得主持人同意。会议和网络研讨会都适用。

问题在于使用门槛:翻译字幕包含在 Business Plus 和 Enterprise Workplace 套餐中。使用 Pro 或基础版 Business 套餐,则需要付费购买 Translated Captions add-on,这是 Zoom 唯一没有并入每个付费套餐自带的 AI Companion 捆绑包的 AI 功能。

而且它只是一种阅读体验。字幕翻译的是人们读到的内容,而不是人们听到的内容。

2. 会议 Voice translator(音频)

这是 2025–2026 年的重头功能,在 Zoomtopia 上随 AI Companion 3.0 一同发布。这一功能会发声:它读取翻译字幕流,将其渲染为合成的翻译语音,按参与者分别输出,并提供滑块来平衡原声与翻译语音的音量。每位参与者各自选择自己的说话语言和收听语言。

它在 2025–2026 年间以严格受限的测试版形式推出,结束测试版时正如 Zoom 文档所预示的那样:变成了一项需要购买的服务。现在使用它需要 Live Translation add-on 或 ZoomMate(其中高级 AI 功能会产生 AI Credit 费用),详情见下文的局限部分。

3. Language Interpretation(真人,频道)

这是最早的功能,也是活动团队最熟悉的一种:主持人最多可指定 20 名真人口译员,Zoom 为每种语言开启一个音频频道,听众选择所需频道,原声则以低音量在底层保留。Zoom 在这里提供的是通道,而不是口译员。您需要自己预订口译员、向他们做简报并支付报酬。Pro、Business、Education 和 Enterprise 账户均可使用,默认提供九种频道语言,也可添加自定义语言。(完整的设置步骤,包括各项限制:Zoom 口译员设置。)

如何开启每一种功能

翻译字幕: 管理员在账户设置中启用自动字幕和翻译字幕(需要 Business Plus/Enterprise 或该附加组件)。在会议中,每位参与者点击字幕控件并选择自己的语言,无需主持人参与。

Voice translator: 管理员在账户设置中启用;账户(Basic 到 Enterprise)需要有 Live Translation add-on 或 ZoomMate,参与者需要使用 7.0.0 及以上版本的桌面应用。在会议中,您选择自己的说话语言和想要收听的语言,并调节原声与翻译语音的平衡。

Language Interpretation: 主持人在安排会议或网络研讨会时启用口译功能,提前(或在会议中通过桌面应用)指派口译员,会议开始后参与者选择自己的音频频道。

难点不在于这些开关,而在于这些开关能做什么、不能做什么。

真正决定是否适用的局限

截至 2026 年 8 月,依据 Zoom 自己的支持文档:

字幕翻译的是文字,而不是整个会议空间。 语言列表之长和按参与者选择确实是优势,但所有人都是在看字幕,会议的音频仍然是单一语言。Zoom 也明确指出“翻译字幕可能不准确”,并且方言之间不能互译(例如法语(法国)↔ 法语(加拿大)不可用)。
Voice translator 只支持五种语言,而且要额外付费。 完整列表是:英语、中文、法语、日语、西班牙语。这五种之外的语言,例如印地语 ↔ 英语,无论付多少钱都不在覆盖范围内;针对这一语言对,请参阅印地语到英语语音翻译器指南。它已结束测试版,定价方式为 Live Translation add-on,或通过 ZoomMate 并产生 AI Credit 费用。仅限会议,不支持网络研讨会。 仅限桌面应用。而且遇到长发言时它就不再是同步的:较长的发言轮次会在说话者停顿之后才被翻译,也就是用合成声音进行的交替传译。
Language Interpretation 需要您自己的真人和您自己的规划。 仅限已安排的会议,不支持个人会议 ID、即时会议和分组讨论室,而且口译员是您自己寻找、预订并按天、按语言付费的专业人员。这不是缺陷,而是另一个产品类别,有自己的成本结构。
网络研讨会完全没有机器语音翻译。 如今在 Zoom 上举办多语言网络研讨会,意味着为阅读者提供翻译字幕,或者使用由您自己配备人员的真人口译频道。若想对比 Teams 和 Google Meet 完成同样工作的要求:Teams 在网络研讨会和全员大会中对翻译字幕的要求。

这些都不意味着 Zoom 的功能不好。尤其是字幕这一套,覆盖面广,并且确实做到了按参与者独立设置。但这使得 Zoom 的实时翻译以文字为先,语音翻译要么是仅支持五种语言的付费附加组件,要么由您聘请的人员来承担。

一句话说明结构性上限

Zoom 翻译的是您的会议“读到”的内容,覆盖面广,效果也好。而您的会议“听到”的内容,要么是仅支持五种语言的付费附加组件,要么是您自己带来的真人口译员。真正的多语言会议,需要每位参与者无论身在何处,都能在整场会议中用自己的语言听到会议内容,而这是一种架构,不是把语言列表拉长就能解决的。

如果您的会议适合以字幕呈现,比如演示、与会者跟读的网络研讨会,那么在 Business Plus 套餐上使用 Zoom 的翻译字幕,在您已有的工具里可能就已足够。如果您的会议是对话,有人打断、有人拍板、有人用三种语言边想边说,那么您就碰到了上限。

当您已经超出字幕和配额的范围

这正是我们打造 InterMIND 的初衷:不是在单语通话下方加字幕,而是让每位参与者同时、实时地用自己的语言听到会议。 具体而言,在 Zoom 的方案只能读、其附加组件只能说五种语言的地方:

语音、聊天和共享笔记支持 23 种语言实时翻译,任意组合,没有英语作为中转,没有地区限制,也没有五种语言的上限。(完整的端到端翻译技术栈有专门的页面介绍。)
按听众分别输出的实时音频。 每位参与者同时用自己选择的语言听会,五个人、五种语言、同一个空间。(底层的工作方式:深入了解四条翻译流水线。)
网络研讨会和大型会议同样包含在内,规模取决于主持人的套餐(价格),每位参与者自行选择收听语言。这是无需同传间的同声传译,而不是附加组件;完整的活动工作流见活动与网络研讨会。
文档也一样,把 PDF 或 DOCX 拖进会议,每位查看者都能以自己的语言看到它,文件支持 30 种语言。
可审计的质量。 我们在 /benchmark 公布基于真实流量的各语言对评分;Zoom 的准确率说法出自它自己的新闻稿,而我们的结果是可复现的。

我们并不是说 Zoom 不好,对于以字幕为主的会议,它的翻译方案是目前覆盖面最广的之一。我们想说的是,这是另一种形态的会议。逐项功能对比请见 InterMIND 对比 Zoom。

通话结束后留下什么,又去往何处

实时部分只是供应商演示的那一半会议;另一半在通话结束时才开始。InterMIND 留存的内容及其去向如下,每一项都有各自的指南:

会议纪要,以每位成员自己的语言呈现。 每场经过转写的会议结束后,已登录的参与者会在一个永久的、仅限成员访问的链接上获得 AI 摘要、完整转写和录音;每个人都以自己的语言阅读摘要,频道则保留每一场历史会议的纪要。— 会议纪要:通话结束后您能得到什么
通过电子邮件在您的 CRM 或服务台留存一份副本。 主持人将该工具的收件地址添加为纪要副本收件人,通过一封测试邮件确认一次,之后该会议室的每份纪要都会以隐藏密送(BCC)的方式发送到那里。— 如何通过电子邮件在 CRM 中获得每场会议纪要的副本
结构化数据,接入任何系统。 提供 Zapier 触发器、带签名的 recap.ready webhook,以及遵循 OpenAPI 3.1 规范的 API,可用于 Make、n8n、Pipedream 和 AI 智能体。— Zapier、webhook 或 API
频道的历史记录。 作为频道持续存在的会议会保留其聊天、文件、文档摘要和会议纪要,每位成员都能以自己的语言阅读;团队之外的客户也可以通过电子邮件成为该频道的成员。— 如何将外部客户添加到团队聊天频道
团队从其他地方发来的内容。 每个频道都有自己的电子邮件地址,因此工单系统或监控工具无需机器人即可向其中发帖;文件可以通过手机或 Mac 上任意应用的分享面板分享进来。— 邮件到频道、从任意应用分享

会议的访客,即没有账户的参与者,可以完整享受实时部分,但无法获得会后记录;账户是免费的,而账户正是让记录可以被访问的关键。

试试上限的另一边

试用在线演示:亲耳听一场真实会议被实时翻译,按每位听众分别输出,支持 23 种语言中的任意一种,无需注册。
开始您的第一场会议:访客通过链接加入,各自使用自己的语言。
查看基准测试:基于真实流量、按语言对和按月份统计的翻译质量,并附有书面说明的方法论。
InterMIND 对比 Zoom:坦诚、逐项功能对比。
只需要记录,不需要实时翻译?这是市场上的会议记录工具一侧:9 款最佳 Fireflies.ai 替代品。

Zoom 实时翻译真实、有用,且界限分明:多数人用字幕,部分人用仅支持五种语言的付费附加组件,其余人靠真人口译员。弄清这些界限在哪里,就是整个决策的关键。

常见问题

Zoom 翻译的是音频还是只有字幕?

三种功能,三种答案。翻译字幕把会议以文字形式呈现为每位参与者所选的语言。Voice translator 以五种语言播放合成的翻译语音。Language Interpretation 则为您自己聘请的真人口译员开启音频频道。

Zoom 翻译字幕支持多少种语言?

36 种完整支持的语言,另有希腊语、挪威语和威尔士语仅支持作为翻译目标语言。方言之间不能互译,例如法语(法国)↔ 法语(加拿大)不可用。

使用 Zoom Voice translator 需要什么条件?

需要一个 Zoom 账户(Basic 到 Enterprise),并配有 Live Translation add-on 或 ZoomMate(需支付 AI Credit 费用),以及 7.0.0 或更高版本的桌面应用。它支持五种语言:英语、中文、法语、日语、西班牙语,仅限会议,且较长的发言要等说话者停顿后才会被翻译。

Zoom 的翻译字幕需要额外付费吗?

当主持人使用 Business Plus 或 Enterprise 级别的 Workplace 套餐时,翻译字幕已包含在内;在其他付费套餐上,您需要 Translated Captions add-on,它不属于 AI Companion 捆绑包。

如果这些局限正是问题所在,我们还应该看看什么?

从同样的维度审视整个市场,即翻译覆盖到谁、每个席位的成本,以及通话结束后留下什么,请见适用于多语言会议的 Zoom 替代品。

如果对话根本不在 Zoom 里呢?

法语、西班牙语或俄语使用者与意大利语使用者交流时,也会遇到同样的问题:短语类应用能应付一份菜单,而对话需要一个让每个人都说自己语言的空间。我们关于法语–意大利语、西班牙语–意大利语和俄语–意大利语语音翻译器的指南划清了这条界线,意大利语语音翻译器概览则涵盖其余内容。