选择翻译引擎

一览

该选哪个引擎？

切换引擎

打开应用时，Chọn chế độ dịch（选择翻译模式）界面把引擎分为三种模式：Tiêu chuẩn（标准：Soniox / Local / SenseVoice）、OpenAI Realtime 和 Qwen LiveTranslate Flash。你可以随时用顶部栏的 Tiêu chuẩn（标准）· OpenAI · Qwen 按钮切换模式。

要指定某个具体引擎，请打开 Cài đặt（设置）→ Engine dịch（翻译引擎）→ Engine。没有有效 key 的引擎在列表中显示为灰色。

Soniox

默认且推荐的引擎。在云端进行实时语音识别和翻译。

• 70 多种源语言，可译成任意目标语言；它会返回原文，因此双栏视图可用。
• 支持双向翻译，也支持用 TTS 朗读译文。
• Dịch bằng（翻译方式）：保留 Soniox 自带的翻译（默认，最快），或让 Google、DeepL、OpenAI、Gemini、Ollama 或 Local MLX 翻译 Soniox 听到的内容。原文仍会立即显示；其他引擎的译文会晚约 0.5–2 秒到达。
• 使用 Cả hai（两者）音源时，每一行都会标注说话人（麦克风是你，系统声音是对方）。见面试模式。

OpenAI Realtime

使用 OpenAI 的 gpt-realtime-translate 进行实时翻译：在同一连接上返回译文文字和译文语音，无需单独的 TTS 步骤。

• 约 $4/小时，从你的 OpenAI 账户扣费。
• 13 种目标语言：en、es、pt、fr、de、it、ru、hi、id、vi、ja、ko、zh。泰语等其他语言请使用 Soniox。
• 不支持双向翻译；使用此引擎时也无法另选 TTS 语音（语音来自模型，默认关闭）。

Qwen LiveTranslate Flash

阿里巴巴 DashScope 的 qwen3-livetranslate-flash-realtime 模型，目前预览期内免费（预览结束后价格可能变化）。

• 60 多种语言，只返回译文文字：没有语音，也没有原文，因此没有双栏视图。
• 必须选择源语言：选中此引擎时，Auto-detect 会被隐藏。
• key 必须在新加坡地域创建。见如何获取 key 和 WebSocket error。
• 不支持双向翻译和 TTS。由于没有原文，面试模式目前也无法使用。

Local MLX（仅限 Apple Silicon）

借助 MLX、Whisper large-v3-turbo 和 Gemma-3-4B，100% 在你的 Mac 上运行。安装完成后无需联网。

• 日语、英语、中文、韩语 → 越南语或英语。
• 句子在说话人停顿处切分，因此每句话一结束就会被翻译，译文逐词显示。在 M1 Pro 上：一句话结束后约 2.2 秒完成翻译（p50；p95 低于 4 秒），首个词约 1.8 秒出现。
• 首次选择 Local 时，应用会进行一次约 5 GB 的安装（Python 环境、模型、语音活动检测模型）。如果某次更新需要新组件，应用会提示重新运行安装；已下载的模型会被复用。

SenseVoice（离线，任意电脑）

在任意 CPU 上离线识别中文、英语、日语、韩语和粤语语音——包括无法运行 Local MLX 的 Windows 和 Intel Mac。

• 模型约 163 MB，只需下载一次。
• 说话后约 0.5 秒显示原文；每句话由 Dịch bằng（翻译方式）中选择的引擎翻译。如果保持 Soniox 默认设置，则使用 Google；选择 Ollama 或 Local MLX 可完全离线。
• 仅支持单向翻译。