实时同传 · 复刻你的声音

你说中文,
观众听到的是
你自己的外语

翻声把第二台手机变成你的同传。你照常说中文,直播间里流出来的是英语、西语、葡语、日语——用的还是你的音色、你的语气、你说话的节奏。

14 种目标语言 2 台手机,各管一件事 0 外放 · 零回声
翻声已连接
一共三个颜色,米白、燕麦和黑色
Three colors in total: cream,
oatmeal and black
逐字点亮 · 说到哪听到哪
剩余 2.4s

观众弹幕 翻译中

E
hey everyone! 👋大家好!
M
how much is it?多少钱?
TikTok LIVE直播中
直播声源 = 翻声的输出
Three colors in total:
cream, oatmeal and black
观众只听到外语(来自翻声)

直播间评论 实时

S
does it ship to Mexico?
C
what size is this?
THE REAL BLOCKERS

做海外直播,卡住你的往往不是货,是嘴

选品、供应链、投流都能学。真正劝退中国主播的,是开播前那句“我不会说外语”。

01

背稿子,观众一眼看穿

提前写好英文台词照着念,语气是平的、节奏是僵的。观众问一句“还有别的颜色吗”,卡住三秒,人就走了。

翻声:不用背。你按中文的习惯临场聊,外语跟着你的语气出来。
02

用 AI 配音,声音不是自己

通用 TTS 音色只有几十种,全是播音腔。老粉一听就发现“这不是她”,信任和复购跟着掉。

翻声:默认实时克隆你的音色,相似度约 0.96,不开采、不训练。
03

请同传,一小时几百起

真人同传按小时报价,还不懂你的品类、不敢喊价、不会催单。一场直播的钱先被吃掉一半。

翻声:39.9 元 / 60 分钟,按实际翻译分钟扣,停播即停扣。
04

外放一开,直播间全是回声

翻译声音从手机喇叭出来又被麦克风收进去,观众听到的是叠在一起的复读,根本没法听。

翻声:翻译音频不外放、不二次收音;A 手机拿到的就是干净的外语。
05

说着说着,落后半分钟

一边高密度输出一边等翻译,字幕越排越长。你根本不知道自己落后多少,节奏全乱。

翻声:左下角“剩余 N 秒”,堆到 15 秒会提示你停一停等排空。
06

弹幕看不懂,只能刷过去

“能发墨西哥吗”“什么尺码”“多久到”——每一条都是成交机会,看不懂就等于没发生。

翻声:弹幕实时进第二台手机,原文 + 中文对照,不插队不合并。
HOW IT WORKS

把中文,变成直播间的外语声音

不接第三方服务器、不改直播设置、不留回声。前两步是一次性摆好,之后照常开口就行。

整条链路长这样

A 手机照常开直播(不额外收音);B 手机装翻声,收你的中文、出你的外语;B 的外语直接进 A 的直播声源,于是直播间里只有外语。

01
A 手机 · 开播TikTok 正常开直播,不额外收音,避免双重拾音。
02
B 手机 · 翻声收你说的中文 → 实时翻译 → 用你的音色播出来,不外放
03
音频直连 · 进直播声源B 输出的外语接进 A,成为 A 唯一的直播声源。A 那边听不到你的原声。
04
弹幕 · 第二块屏A 扫码绑定直播间,B 实时显示弹幕原文 + 中文译文,看不看得懂由开关决定。
CAPABILITIES

不是“能翻”,是“翻得像主播在说”

决定观众留不留下的,从来不是准确率,而是这句话听起来像不像人。

克隆你的音色

不传音色参数,服务端边说边克隆原说话人。免采样、零训练,开播就能用。

相似度约 0.96

歌词式字幕

正在播的那句停在屏幕中央逐字点亮,下一句在下面排队。说到哪个词,眼睛跟得上。

逐字高亮

剩余秒数,不是延迟

只算“已生成但还没播完”的量。堆到 8 秒变琥珀、15 秒变红,提醒你留个气口。

四档节奏提示

弹幕双语对照

原文先上屏、译文后补,严格按到达顺序,不插队、不合并同一个人。翻译可单独关。

逐条直发

零回声通路

翻译音频只进直播声源,永不外放。耳机口留给你自己监听,说到哪一句心里有数。

不外放

一台设备,两种场景

手机端用两台手机做带货和聊天;桌面端后续接虚拟声卡,音画可整体延后对齐。

PC / Mac 规划中
LANGUAGES

你说中文或英文,其余 14 种都能出声音

目标语言清单以同传模型的实际能力为准,列出来的都能出语音、也能翻弹幕——不放“即将开放”的占位。

源语言:中文(普通话)中文(粤语)英语
英语(美国)English US 西班牙语(墨西哥)Español MX 葡萄牙语(巴西)Português BR 日语日本語 印尼语Bahasa 韩语한국어 德语Deutsch 法语Français 意大利语Italiano 俄语Русский 阿拉伯语العربية 马来语Melayu 泰语ไทย 越南语Tiếng Việt
PRICING

只有一档,按分钟计

没有免费档、没有会员等级。播多久扣多久,不播不扣。

按分钟计费
39.9元 / 60 分钟
≈ 0.67 元 / 分钟,一场两小时直播约 80 元。
  • ✓实时同传 + 音色克隆,含全部 14 种目标语言
  • ✓弹幕原文显示不额外收费
  • ✓停止翻译立即停止计时,剩余时长可留到下一场
  • ✓弹幕翻译按条折算(超出 500 条按 300 条≈1 分钟)

为什么不做免费档

语音同传的成本是实打实的算力:输出音频按 300 元 / 百万 token 计,1 小时连续同传约 30 元。免费档只会让服务器被白嫖,最后谁都播不好。

语音同传含在时长内
音色克隆含在时长内
弹幕翻译含在时长内
DOWNLOAD

四个平台,正在打磨中

安卓端先上线(主播主力机在国内多是安卓),iOS 与桌面端随后。当前均为未开放状态。

Windows

配虚拟声卡
注入 OBS / 直播伴侣

即将开放 暂不可下载

macOS

同样的虚拟声卡路径
音画可整体延后对齐

即将开放 暂不可下载

Android

首发平台
两台手机分工方案

即将开放 暂不可下载

iOS

iPhone 作为 B 机
同样支持音频直连输出

即将开放 暂不可下载
内测开放后会在这里挂下载包·当前四个按钮均为占位
FAQ

开播前最常被问的几件事

必须两台手机吗?能不能一台搞定?
手机端必须两台:A 在直播、B 在翻译,B 输出的外语直接接进 A,成为 A 的直播声源。一台手机做不到——同一台设备的麦克风和扬声器会互相串音,观众听到的就是复读。桌面端不需要,用虚拟声卡把翻译音频注入直播软件即可。
音色真的像我吗?
默认走实时克隆,实测跨次相似度均值 0.962、最低 0.927。但要说清楚:它像你的音色,不像你的节奏——同一个中文句子,这次说 18 秒、下次可能 21 秒,且没法强行调成 19 秒。想节奏更稳,可以切到公版女声/男声,那条链路语速可调。
延迟有多高?会越播越落后吗?
每句从你说完到外语开口约 0.3 秒(实测 0.22–0.62 秒)。整场会不会追尾,取决于你有没有气口:一直不停说,字幕会堆;正常带货有停顿,基本能自己排空。所以屏幕上给的是“剩余秒数”,堆到 15 秒会变红提醒你停一停。
弹幕怎么进来的?安全吗?
在直播手机上扫码授权绑定自己的直播间,只读、仅限本人,不做登录搬运。绑定后弹幕实时进到 B 屏,原文先显示、译文后补,顺序不打乱、同一用户不合并。翻译可以单独关掉,只留原文。
为什么没有免费试用?
语音同传的成本按输出音频 token 计,1 小时连续同传约 30 元。免费档撑不住,最后只会限速、限并发,体验更差。现在是单档 39.9/60 分钟,按分钟扣、停播即停扣。
菲律宾语、土耳其语这些什么时候有?
语音侧模型支持,但弹幕文本翻译模型不支持菲律宾语。我们不放“半条腿”的语种——声音能出、弹幕翻不了,直播间会更割裂。等文本侧补齐再一起开。

下一场直播,试着用中文开麦

下载开放后,两台手机、一个 App,十分钟就能跑通。

下载(即将开放)