大多数所谓的“多语言”视频会议其实根本不是多语言的。它们只是英语会议，外加几位吃力跟进的参会者。母语者掌控节奏，其他人听得多、说得少，而会议室里最好的想法，往往留在了那个不想冒险说不好的人的脑子里。

还有第二种常见模式：会议用一种语言进行，某个人悄悄地为同事转述，一切以半速推进。这对于进度汇报还能凑合，但对于谈判、研讨会或问答环节就行不通了。

同声传译正是为此而生，但几十年来，它需要同传间、每种语言两名译员，以及只有联合国和欧盟机构才能为日常会议承担的预算。AI口译改变了这笔经济账，而围绕AI口译设计的会议室则改变了会议的形式。本指南将说明当每位参会者都用自己的语言发言和收听时，多语言视频会议是如何运作的，对口译应抱有怎样的期待，以及如何把这样的会议开好。

多语言会议室究竟做了什么

在传统的带口译视频会议中，口译只是一个附加频道。你在菜单中选择“法语”，然后听到一位译员的声音，而这位译员听的是唯一的会场语言。其他所有人仍然必须用那种会场语言发言。

在多语言会议室里，会议室本身就是译员。每位参会者加入时设置两项内容：自己所说的语言，以及希望收听的语言。此后：

每位发言者都被单独口译。 当 Adam 用英语发言时，会议室同时为 Marie 生成法语，为 Tomas 生成立陶宛语。当 Marie 用法语回答时，Adam 听到的是英语。
每个人都用同一种语言收听整场会议，那就是自己的语言。 不存在会场语言。一场四种语言的会议，就是四条保持同步的平行对话。
实时字幕与语音同步呈现。 每位参会者都能看到自己收听语言的口译文本，这对人名、数字以及从嘈杂环境加入的人都很有帮助。

口译会比发言者滞后几秒钟，这与人工译员听完一个完整意思所需的延迟相同。Interpretwise 会在发言者的画面上显示一个小小的“翻译仍在播放”标记，直到所有听众都跟上为止，这样下一位发言者就不会在口译尚未结束时开口。这是一个小细节，但事实证明，对于让对话保持有序，它比其他任何功能都重要。

三种收听方式

并非每个人对口译的需求都一样。英语不错的母语者可能想听原声，把字幕当作保险。在火车上加入会议的人可能只想看文字。会议室应该让每个人自行选择，并且可以在会议中途改变主意：

语音口译。 用你的语言播放AI语音，同时在底层轻声保留原发言者的声音，让你仍能听到语气、笑声和插话。混音比例由你控制。
仅字幕。 原声以正常音量播放，屏幕上显示口译字幕。适合部分听得懂源语言、只需确认而非替代的人。
原声。 不做口译。当你与当前发言者使用同一种语言时很有用。

在这三种方式之间切换只需点击一次，不会打扰其他任何人。参会者还可以在会议进行中更改自己发言的语言，这对于根据发言对象在不同语言之间切换的双语团队来说很重要。

适用对象

这种形式适合任何关键人物之间缺乏牢固共同语言的会议：

跨国团队与子公司。 每周例会上，德国工厂、波兰办公室和立陶宛总部各自使用自己的语言，而不是所有人都说着蹩脚的英语。
客户与供应商沟通。 销售电话、技术评审和谈判，在这些场合“我们互相理解了”必须是真的。
全员大会与员工大会。 领导层只需讲一遍，每位员工都能用自己的语言听到。请参阅我们关于举办多语言全员大会的指南。
培训与入职。 培训师用一种语言授课，每位学员用自己的语言跟进，提问也以同样的方式反向传递。具体细节请见企业培训中的同声传译。
混合式论坛与研讨会。 远程嘉宾加入线下活动并真正参与，而不只是旁观。活动现场通过调音台作为一名参会者加入会议室，我们在混合式活动口译指南中有详细说明。
公共机构与协会。 委员会会议和成员电话会议的参与者来自多个国家，对他们来说，基于浏览器、符合 GDPR 的平台是硬性要求而非偏好。

对AI口译质量应有的期待

请如实设定期望，因为参会者会在第一分钟内察觉到与人工译员的差别，而他们对整场会议的评价，将取决于这种差别是否事先得到了说明。

AI擅长的场景。 事实性、结构化的发言：进度汇报、演示、技术讨论、问题清晰的问答环节。术语保持一致，数字和人名准确传达，而且AI在第三个小时也不会疲倦。它还覆盖 80+ 种语言，包括立陶宛语到日语这类临时几乎不可能找到人工译员的语言对。

需要你加以管理的场景。 语速快且相互重叠的发言、大量习语、讽刺和笑话。AI口译的是说出来的话，而不是言下之意。人工译员会把一句拖沓的话理顺，AI则会忠实地把拖沓照搬过去。对于高风险的外交、法律程序或医疗知情同意，人工口译仍然更胜一筹，而最好的平台允许你为特定语言添加人工译员，其余语言由AI覆盖。

语音质量是一种选择。 标准语音档位清晰准确但较为平淡；高级档位听起来像真人发言，带有语调和停顿。内部工作会议用标准档位就足够了。面向客户的会议，高级档位值得多花这笔钱。

发言者的自律比软件更重要。 一次一个人发言，说完整的句子，下一位发言者开口前留一拍静默。这些规则与让人工口译会议顺利进行的规则完全相同。我们的多语言活动发言者指南一字不差地适用于此。

创建会议：主持人需要决定什么

一个好的会议室会预先向主持人询问几项决定，然后就不再打扰。

语言。 选定会议将使用的语言集合。参会者加入时从中选择。语言越多费用越高，所以只选人们真正会用到的语言。
准入方式。 持有链接的任何人均可加入，或仅限受邀参会者并启用等候室。对外会议请使用等候室。
时长。 会议按分钟计费，因此预定的时长就是被预留的时长。如果会议超时，主持人可以从公司余额中追加时间，无需任何人离开会议室。
仅收听参会者。 对于全员大会或简报会，大多数人不需要摄像头或麦克风。听众席位可以让更多观众用自己的语言跟进，而不会让会议变成一场人群混战。
录制。 每场会议可选。启用后，每种语言都会录制为单独的音轨，并附带文字记录和AI生成的摘要，会后可下载为 PDF。

在主持人确认之前，完整费用会显示在同一个页面上，因此永远不会出现意外账单。请查看价格页面了解当前费率，或参阅我们的会议口译成本明细，了解会议室与现场活动的价格对比。

加入会议：参会者的体验

参会者不应该需要账号、应用或事先培训。行之有效的加入流程如下：

打开链接，在笔记本电脑或手机上使用任何现代浏览器均可。
选择麦克风和摄像头，并确认你所说的语言。会议室会根据你的浏览器语言或上次的选择给出建议。
选择你想听的内容：语音口译、仅字幕或原声。
加入。 一张简短的卡片会显示会议室里还有谁，以及每个人分别听的是什么，这样就没人会疑惑自己的法语是否真的传到了西班牙同事那里。

主持人拥有你所期望的管理工具：将某位参会者或所有人静音、请某人取消静音、锁定会议、移除参会者，以及在有人选错时为其设置语言。聊天和表情反应不受语言限制。

可靠性：音频永远优先

多语言会议的失败方式与普通会议不同。如果视频卡顿，人们可以应付。如果口译中断十秒钟，半个会议室的人就跟丢了话题，而且自己还不知道。

正确的设计把口译音频和字幕视为绝不能中断的部分，把视频视为可以降级的部分。在带宽受限时，视频质量首先下降，必要时完全暂停，而音频和字幕持续运行。移动网络较弱的参会者仍然能跟上会议，只是看到的面孔少一些。我们在音频设置指南和RSI 平台安全检查清单中对技术层面有更深入的探讨。

费用是多少

会议室按小时定价，按已开始的分钟计费，基础费率包含第一种语言，每增加一种语言在此基础上加价。按 Interpretwise 的标准费率，一场双语会议的费用低于一名人工译员的最低出场费，而一场五种语言、一小时的研讨会，费用大致相当于打车去会场的价格。具体数字见价格页面，那里还有一个针对你具体配置的费用估算器。

对比一下传统方案：每种语言两名译员，按半天起计费，外加一名技术人员和一个同传间或一个远程口译平台。对于偶尔的高风险会议，这笔投入是合理的。对于与三家子公司的周二例会，这从来都不合理，这也正是那些会议一直用蹩脚英语进行的原因。