姿势 · Talk
一来一回,
替你说。
屏幕分给两边。你说中文,它把对方语言的一句大字摆到对方眼前;对方说话不用按麦,它自己分出谁在说。
在哪台设备上:iPhone 为主 —— 手机放在你们中间,上半屏翻给对方,只有一句大字;你这半屏是对方那句的中文和一颗麦。Mac 上也有这个姿势:麦克风听身边的对方,浮层换成两栏,左边对方那句的中文,右边你这句的对方语言大字,⌥⏎ 按住说中文,右栏换成那一句。
对方看哪:你的屏幕。对方不用装任何东西。
数字、日期、金额、人名先确认再给对方看:屏幕上以两边都认得的写法显示,你点头它才换到对方那半屏。宁可多问一次,也不要把一个错金额推到对方眼前。
一轮
一轮,四件事。
不用先说什么,也不用收尾。手机放在中间,就开始了。
- 1
对方说
你这半屏出中文。对方不用按任何东西,它自己分出谁在说。
- 2
你按住说中文
边说边出一行灰字,让你核对它听得对不对;松开就开始译。
- 3
有数字,先确认
你这句里有数字、日期、金额、人名,先弹一张卡:对,给对方看 / 改一下。确认之前,对方那半屏不动。
- 4
出大字
对方那半屏换成这一句,一眼看得清。没听清就写「没听清」,按住再说一遍。
本地与云端
本地先出,
云端来定稿。
iPhone 上每一轮本地那版在手机里先出来;专业版联网时,云端再把识别结果定一次稿,更准。本地链路说完到上屏 p50 168 ms(2026-09-05 本机实测的 220 ms 减去已经去掉的出声那一段)。
硬规则
任何链路,任何时候,都不会把乌克兰语换成俄语。
Українську мову ніколи не замінюємо російською.
本地
全在手机里
端侧识别乌克兰语和中文、Apple 端侧翻译,只出字、不出声。音频不出设备,飞行模式下照样能谈。
云端定稿 · 专业版
联网时再定一次稿
识别结果经我们的服务器发给模型改一次错字,不改意思,数字一个不动;没按时回来就用本地那版。
断网
只剩本地
不需要切换任何东西。状态行说一句「只剩本地」,接着谈。
乌克兰语
绝不换成俄语
识别漂到俄语会被当场认出来退回,任何一条链路都不许拿俄语顶上。
为什么不是 Apple 翻译 / Google 翻译
「对方说什么我看中文」,免费工具已经做完了。
所以这里只做面对面时真正出事的那几件。
表格可左右滑动 →
| 面对面时容易出事的地方 | 这里怎么做 |
|---|---|
| 数字、日期、金额、人名听错 | 先在屏幕上确认,点头才换到对方那半屏;确认前那半屏不动 |
| 两个人抢一颗麦 | 对方不用按麦,它自己分出谁在说;你按住说中文 |
| 乌克兰语被当成俄语 | 任何链路都不降成俄语 |
| 没听清却给了一句通顺的话 | 写「没听清」,按住再说一遍 |
| 信号不好 | 识别、翻译都在手机里跑,断网只剩本地 |
实测 · 只写量过的
先量,再建。
2026 年 9 月 5 日,把全端侧的乌克兰语 ↔ 中文链路量了一遍(FLEURS 各 100 句,零容忍 20 句)。结论:延迟远在线内,识别离主链路线还差一点 —— 所以专业版联网时再加一道云端定稿。
- 说完到上屏 p50
- 168ms
- 线 ≤ 1.0 s,达标
- 乌克兰语识别 WER
- 8.47%
- Parakeet · 兜底线 ≤ 12% 过,主链路线 ≤ 8% 差 0.47
- 中文识别 CER
- 5.64%
- 兜底线 ≤ 8% 过,主链路线 ≤ 5% 差 0.64
- 翻译里的数字 · 日期 · 金额
- 0错
- 文本通道双向 0 丢失;识别仍可能听错,所以先确认
数据集:FLEURS 乌克兰语 / 中文各 100 句;零容忍 20 句自建。Apple 翻译与云端 GLM 的 chrF++ 只差 0.58 分。全部数字为 2026-09-05 本机实测。
对方要装什么?
什么都不用。手机放在你们中间,上半屏翻给对方;对方说话不用按麦。
支持哪些语言?
iPhone 上第一个语对是乌克兰语 ↔ 中文;Mac 上对方可以说英语、法语、德语、西班牙语、葡萄牙语、意大利语、日语、韩语,在菜单栏「对方说 ▸」里选。语言那一页。
没网能用吗?
iPhone 上能:识别和翻译都在手机里完成。专业版联网时云端再把识别结果定一次稿,更准;体验版和断网时就是本地那一版。
谈完留下什么?
这一场当时的字幕:两边各自说的句子,按天找得到(iPhone 在「更多 › 历史」,Mac 在菜单栏「历史」)。别的不另外整理。
怎么收费?
和 Mac 同一套:体验版每台设备送 $10、只用本地模型;专业版充 $49 起,另外能用云端定稿与讲的抽图。余额跨设备;云端余额用完时正在用的那一页顶上一行「充值」,这一场接着用本地。价目。