English一句话概括：原生电话由三星、Apple、Google 在部分机型上覆盖；Zoom、Teams 只覆盖自家会议且有许可门槛；微信、WhatsApp 这类应用内通话，三家系统级方案都够不到，因为操作系统不会把另一个应用的音频交给翻译模块。电脑上装虚拟声卡接管系统音频，是这类通话目前唯一稳定的路子。
按通话类型看清能不能覆盖
| 通话类型 | 今天能用的做法 | 要付的代价 |
|---|---|---|
| 面对面 | 三星同传、Apple 配合 AirPods 的实时翻译、Google 翻译对话模式 | 免费或随设备提供；两个人必须在同一个地方 |
| 原生电话 | 三星通话实时翻译、Apple 电话与 FaceTime 的实时翻译 | 只认机型；语种列表比宣传口径短 |
| 微信 / WhatsApp 通话 | Windows 桌面端 + 虚拟声卡 + 同传客户端 | 装驱动、手工选设备、延迟 2–5 秒、合成音色 |
| Zoom / Teams / 腾讯会议 | 平台内置的语音翻译、翻译字幕、人工同传频道 | 附加许可或 Copilot 席位；双方通常要同平台 |
| 会场与活动 | Wordly、KUDO、Interprefy，或租耳机加人工译员 | 按时长采购；Wordly 官方约 1500 美元 10 小时包 |
手机上的实时通话翻译，到底译了什么
三星有两项功能常被混为一谈。同传是分屏面对面的那套，通话实时翻译才是电话里出声的那项，支持 20 余种语言、含简繁中文，能在端侧跑就跑端侧；可用机型和语种对按地区不同，官方也明确 AI 输出不保证准确。
Apple的实时翻译随 iOS 26 到来，覆盖信息、电话和 FaceTime，靠 Apple 智能在设备本地处理，电话语种含简繁中文。中国大陆的正式版要等到 2026 年 12 月随 iOS 27.3 上线，所以截至 2026 年 11 月，国内还不能算可用。
Google 翻译的 Live 模式覆盖 70 余种语言的对话、聆听和分屏场景，Android 上可后台继续翻译，离线 Live 只对部分 Pixel 机型开放。这三家都不会翻译 WhatsApp 通话——因为翻译发生在手机自己的电话栈里。
所以最省事的判断方法是问一句：这次通话是不是走系统电话。是，自带功能有机会；不是（微信、WhatsApp、Telegram 这类应用内通话），就直接按桌面方案考虑。
会议为什么比通话容易
会议平台掌控整条音频链路，可以在任意环节插入翻译。麻烦在于每个平台都有好几套功能被统称为「同传」：
- Zoom 卖的是三件东西：人工同传频道（要付费套餐，且必须用自动生成的会议号）、AI 翻译字幕（一般要 Business Plus 或附加许可）、AI 语音翻译（要 Live Translation 附加许可或 ZoomMate，桌面客户端 7.0.0 及以上）。Zoom 自己的文档写明：长段连续讲话会等停顿后才播译文。
- Microsoft Teams 把 Interpreter 放进 Copilot 许可，每人每月 20 小时；访客和匿名入会者用不了，录制也只保留原声。
- 腾讯会议 在官方所述限免期内免费提供 AI 同传，但目前只做普通话与英文之间。
- DeepL Voice 能接进 Teams、Zoom 和 Google Meet，做语音对语音与字幕，但官方写明在中国大陆不受支持。
还有一个更实际的问题：谁需要听到翻译。多数产品默认只服务你一个人，要对方也听得到，条件各不相同——菜单里挂着一个「翻译」按钮，不等于对方能听到你的译文。
桌面通话的音频链路，才是真正门槛
Windows 上的做法是装一对虚拟声卡端点：通话软件的输出送到虚拟声卡，同传客户端从那里读音频、翻译后用第二块虚拟声卡作为通话软件的麦克风输入。对方听到的是普通说话声，什么都不用装。
代价有三条：配置是手动的，两边选错设备就会出现对方听不到、或者工具在翻译你自己说话；延迟通常两到五秒；合成音色一听就是机器，在靠语气传达意思的通话里这一点会放大。
真实通话里最先崩的四件事
- 数字、价格和拼写：「十五」和「五十」、型号、邮箱地址。凡是要进合同的，一律要求书面确认。
- 抢话：轮流说话的节奏是第一个牺牲品，实际用下来会自然改成更短的回合，并且经常需要重复。
- 口音和术语：同一个句子在两个方向上质量可能完全不同，别只测一个方向。
- 长段独白：对方一口气说得越久，译文越会堆到结尾才出来。
付钱之前，用十分钟自己测一遍
- 要一段你自己通话的真实录音去测，别只看官网的演示范例：带上你客户的姓名、数字和口音。
- 拿秒表量一次延迟：从对方说完，到你听到译文的第一句。
- 两个方向都测。很多工具外语译中文还行，中文译外语就明显差一截。
- 数一下通话前要手动点几步，重启之后还认不认这些设备。
- 看数据条款：音频存不存、存多久、声纹留不留、转写稿之后怎么处理。
常见问题
微信、WhatsApp 通话能实时翻译吗？
手机自带功能不行，它们只覆盖系统电话与 FaceTime。Windows 上装虚拟声卡接管音频，再配合同传客户端，是目前唯一稳定的双向做法。
需要对方也装软件吗？
会议内置方案需要对方在同一平台且有许可；翻译耳机一般要两边各戴一只；电脑端接管音频的方案，对方什么都不用装。
延迟多少可以接受？
两到五秒可用。超过八秒就只能单向听懂，没法来回谈判。
能用电克隆音色吗？
部分产品提供，但会把声纹交给模型。用之前先告知对方，并确认录音同意与隐私条款。
AI 通话翻译能替代人工吗？
例行通话可以；谈判、听证、医疗和法律场景不行。厂商把人工和 AI 分开定价，就是这个原因。
