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
- 使用 ZEGO 云端实时语音识别支持的翻译模型。
- 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 |
|---|---|---|---|
RecognitionRange | Int | 否 | 识别范围。0: 整个房间,1: 指定 StreamList |
StreamList | array of object | 否 | 需要识别的流列表,RecognitionRange 为 1 时生效 |
EnableTranslation | Bool | 否 | 是否开启翻译 |
Translation | Object | 否 | 翻译 LLM 配置项 |
SubtitleType | Int | 否 | 字幕通过房间信令下发类型,默认值为 0:
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 |
|---|---|---|---|
StreamId | String | 是 | 需要识别的流 ID |
ASR | Object | 否 | 参考 ASR 参数 |
EnableTranslation | Bool | 否 | 是否开启翻译 |
Translation | Object | 否 | 翻译 LLM 配置项 |
Translation
| 参数 | 类型 | 是否必选 | 说明 |
|---|---|---|---|
Vendor | String | 是 | 翻译服务供应商:
|
SourceLanguage | String | 否 | 源语言。选填;GoogleTranslateV2 支持省略或填空字符串自动检测源语言。 |
TargetLanguage | String | 是 | 目标语言 |
LLM | Object | 是 | LLM 参数,详见下表 |
说明
LLM
| 参数 | 类型 | 是否必选 | 说明 |
|---|---|---|---|
Url | String | 视厂商 | 调用 LLM 地址,不同供应商不一样:
|
ApiKey | String | 否 | LLM 校验 API key。默认为空,生产环境中务必填写对应的 API key。 |
Model | String | 视厂商 | 调用的模型,不同供应商不一样:
|
Params | Object | 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 |
|---|---|---|---|
TranslationRoomMessageMode | Int | 否 | 翻译文本的 RTC 房间消息下发模式:
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):
