当前页

配置翻译

2026-11-16

功能简介

在实时语音识别(ASR)过程中,您可以开启翻译功能,将识别到的音频内容实时翻译成目标语言。

  • 该功能支持以下两种主要的配置模式:
    • 房间维度翻译:房间内所有流共用一套翻译配置。
    • 流维度翻译:为房间内不同的流设置个性化的翻译配置(如不同的目标语言)。
  • 支持的翻译厂商/模型,各厂商支持的翻译语种,请分别参考对应模型的官方文档:
    • 豆包 doubao-seed-translation:火山方舟 doubao-seed-translation 翻译模型,字节跳动自研多语言翻译模型,支持数十种语言互译,译文忠实流畅。详情请参考 doubao-seed-translation 模型说明。
    • 通义千问 Qwen-MT:阿里云百炼 Qwen-MT 机器翻译大模型,基于 Qwen3 优化,支持 92 个语种互译。详情请参考 翻译能力 Qwen-MT。
    • Google 翻译:Google Cloud Translation API(v2),默认使用 nmt 神经网络翻译模型,支持百余种语言互译。详情请参考 Google Cloud Translation 文档。(注意:仅海外集群可用)
  • 支持获取翻译结果的方式:
    • 服务端回调获取翻译结果。
    • 实时音视频房间信令(ZEGO Express SDK)回调。

前提条件

  1. 使用 ZEGO 云端实时语音识别支持的翻译模型。
  2. 已自行开通对应翻译厂商的服务,并获取了模型的 API Key。

使用方式

创建实时语音识别任务(StartRealtimeASRTask)、添加识别流(AddStream)时,通过 EnableTranslation 开启翻译,并在 Translation 中配置翻译厂商、源语言、目标语言等参数:

  • 房间维度翻译:在任务级配置 EnableTranslation 和 Translation,房间内所有流共用该翻译配置。
  • 流维度翻译:在 StreamList 中为每条流单独配置 EnableTranslation 和 Translation(如不同的目标语言)。当 RecognitionRange 为 1 时,系统优先读取流级配置,流级未配置时使用外层的 EnableTranslation 和 Translation 作为兜底配置。

翻译参数说明

创建实时语音识别任务时,与翻译相关的参数如下:

参数类型是否必选描述
RecognitionRangeInt否识别范围。0: 整个房间,1: 指定 StreamList
StreamListarray of object否需要识别的流列表,RecognitionRange 为 1 时生效
EnableTranslationBool否是否开启翻译
TranslationObject否翻译 LLM 配置项
SubtitleTypeInt否字幕通过房间信令下发类型,默认值为 0:
  • 0: 不下发
  • 1: 仅下发识别结果(如用户说中文"你好",则下发"你好")
  • 2: 仅下发翻译结果(如用户说中文"你好",则下发翻译后的"Hello")
  • 3: 同时下发识别结果和翻译结果(如用户说中文"你好",则同时下发"你好"和"Hello")
若需要客户端 UI 展示字幕,则推荐配置为 1、2 或 3

StreamList 中与翻译相关的参数如下:

参数类型是否必选描述
StreamIdString是需要识别的流 ID
ASRObject否参考 ASR 参数
EnableTranslationBool否是否开启翻译
TranslationObject否翻译 LLM 配置项

Translation

参数类型是否必选说明
VendorString是翻译服务供应商:
  • DoubaoSeedTranslation:豆包翻译
  • QwenMT:通义千问翻译
  • GoogleTranslateV2:Google 翻译
SourceLanguageString否源语言。选填;GoogleTranslateV2 支持省略或填空字符串自动检测源语言。
TargetLanguageString是目标语言
LLMObject是LLM 参数,详见下表
说明
SourceLanguage、TargetLanguage 需要参考对应翻译厂商的枚举值。各厂商的填写示例可在本文的使用不同翻译厂商章节查看。

LLM

参数类型是否必选说明
UrlString视厂商调用 LLM 地址,不同供应商不一样:
  • DoubaoSeedTranslation:必填,例如 https://ark.cn-beijing.volces.com/api/v3/responses
  • QwenMT:必填,例如 https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions(国内站)或 https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1(国际站)
  • GoogleTranslateV2:选填,不传时使用服务端默认地址(https://translation.googleapis.com/language/translate/v2)
ApiKeyString否LLM 校验 API key。默认为空,生产环境中务必填写对应的 API key。
ModelString视厂商调用的模型,不同供应商不一样:
  • DoubaoSeedTranslation:填写对应翻译模型,例如 doubao-seed-translation-250915
  • QwenMT:填写对应翻译模型,例如 qwen-mt-lite
  • GoogleTranslateV2:选填,不传时默认使用 nmt
ParamsObject否LLM 或应用平台的请求参数,具体支持的参数请参考对应模型的官方文档。GoogleTranslateV2 不支持透传参数。

AdvancedConfig

参数类型是否必选说明
TranslationRoomMessageModeInt否翻译文本的 RTC 房间消息下发模式:
  • 0:仅下发增量文本,Cmd 为 202(默认)
  • 1:仅下发完整文本,Cmd 为 203
  • 2:同时下发增量和完整文本
仅当 SubtitleType 为 2 或 3 时生效,不影响 ASR 字幕及 HTTP 回调。字幕消息格式请参考展示字幕。

使用示例

开启带翻译的识别任务,并在客户端展示翻译结果

获取翻译结果

通过服务端获取翻译结果(非流式)

参考接收回调文档,获取 Event 为 TranslationResult 的 Data 结果.

(可选)客户端展示字幕

显示翻译字幕,请参考展示字幕文档。

使用不同翻译厂商

各厂商的详细说明及参考调用示例如下(支持的翻译语种请参考各厂商官方文档):

上一篇

展示字幕

下一篇

调用方式