MirrorCaption 实时转录与翻译

MirrorCaption 在基于浏览器的 Zoom、Google Meet 和 Teams 通话中，实时转录并翻译成 50+ 种语言——也可通过手机麦克风进行面对面使用。免费试用 1 小时，无需信用卡。

你刚刚拿下了一次合作，对方是一位韩国创作者，她的美食频道有两百万订阅者。她很兴奋——你听得出来。她用韩语详细回答了你的第一个问题，足足 35 秒，你能感觉到那段话充满活力、内容细致。你微笑着点头。可你完全不知道她说了什么。而你们的采访还剩 47 分钟。

大多数为内容创作者打造的转录工作流，解决的是后期制作问题。上传录音，等待，拿到转录稿。这对剪辑有帮助，但并不能让你在第 3 分钟就追问一个后续问题。MirrorCaption 会在对话发生的同时陪伴你。

两种转录方式——以及为什么大多数创作者工具会错过关键时刻

大多数面向创作者的转录工具都是为剪辑室而不是录制现场设计的。这里有一个重要区别：

后期制作转录——你录下视频，上传或处理文件，然后事后收到转录稿。Descript、Sonix、Happy Scribe 和 Rev 这类工具在这方面最强：时间戳、说话人标签、整洁导出、编辑工作流。但这些帮助通常是在对话已经推进之后才到来。

实时转录——字幕会在词语被说出的同时出现，延迟低于说话者 500 毫秒。Otter.ai 为以英语为主的会议提供这项功能。MirrorCaption 则覆盖 50+ 种语言，并提供原文与译文并排显示——所以如果你的嘉宾用韩语回答，你会同时在左侧看到韩文原文、右侧看到英文翻译。

差别很具体：当一位不说英语的嘉宾在第 8 分钟回答你的问题时，没有任何后期制作工具能帮你在第 9 分钟追问那个显而易见的后续问题。那正是 MirrorCaption 的用武之地。另见：实时字幕 vs. 转录稿——真正的区别是什么。

MirrorCaption 如何为内容创作者工作

MirrorCaption 完全在浏览器中运行——无需下载、无需扩展，也不会有机器人加入通话并出现在所有人的参会者列表里。

Meet 模式——用于基于浏览器的视频通话

在桌面版 Chrome 或 Microsoft Edge 中打开 MirrorCaption 的第二个标签页。选择 Meet mode，然后共享你的 Zoom、Google Meet 或 Teams 浏览器标签页。MirrorCaption 会捕获该标签页的音频，并同时接收你的麦克风输入，立即开始流式转录。选择说话者语言和你偏好的翻译语言——当嘉宾开口时，并排视图会逐词更新。

Talk 模式——用于线下创作者见面

在现场拍摄合作内容？在手机上的 Chrome 中打开 MirrorCaption，切换到 Talk mode，然后把手机放在桌子中间。双方都能实时阅读彼此的话语。无需安装应用。除了正常浏览器使用外，也无需担心流量套餐。

会话结束后

当你停止会话时，完整转录稿就属于你——可复制到剪贴板、导出为纯文本，或下载为 Markdown。说话者标签会显示谁说了什么。时间戳会标记每个片段。你可以在转录稿中搜索并跳转到任意时刻。

这与适用于多语言远程团队的工作流是同一种——只是应用到了你的创作者访谈场景中。

全球受众创作者都熟悉的采访场景

想象同一场采访的两个版本。

没有 MirrorCaption：Ji-ho 是一位韩国游戏创作者，她回答你关于倦怠的问题时，你能从她的语气、手势看出——那是一个深思熟虑、带有个人色彩的回答。你不会说韩语。你问下一个预设问题，然后继续。后来，当转录稿到手时，你才发现她提到自己曾暂停直播整整 90 天，以及她决定回归的确切时刻。你的后续问题本可以成为视频里最吸引人的部分。可你永远不会知道，因为对话已经继续往前了。

使用 MirrorCaption：当 Ji-ho 说话时，你会看到她的话在左侧栏以韩语出现——右侧则在半秒内显示英文翻译。你读到：“I took 90 days away from streaming… the moment I came back was when I realized I was doing it for the views, not for the joy.” 你打断她：“等等——你能多说说那个时刻吗？”采访的走向改变了。

当一位日本嘉宾说「ちょっと難しいです」，而你在原文旁边看到 “A little difficult” 时，如果你在日本待过一段时间，你就会知道——这其实是对更强烈观点的一种礼貌性缓和。原文会一直留在屏幕上。你可以继续追问。仅有翻译还不够；并排视图才是让你获得完整语境的关键。

这就是实时翻译与后期制作转录的区别。你读到的不是“已经说过的话”，而是“正在说的话”——而此时你还有 45 分钟来引导对话。

之后你可以如何使用转录稿

会话转录稿不仅是安全网，更是内容日历。一次 60 分钟的创作者采访可以产出：

• 5 分钟内完成节目笔记。复制转录稿，删掉填充词，分段整理。嘉宾的原话已经在那里——无需改写。
• YouTube 描述文案。嘉宾自然使用的关键词——他们的细分领域术语、产品名称、具体短语——都会原封不动地出现在转录稿中。把它们粘贴到描述里，索引就会正确生成。
• 博客文章初稿。用转录稿中的引述作为章节锚点。像“我意识到自己是在为浏览量而做，而不是为了快乐”这样的引语，足以组织起整个章节，而无需凭记忆重构。
• 社交短视频片段。在转录稿中搜索那些有冲击力的 20 秒片段。时间戳会准确告诉你该从哪里剪。
• 词汇积累工具。如果你是语言学习类创作者，可以点按任意翻译后的词语来显示原文——并将其保存到你的个人学习卡组中。你的采访同时也是一堂课。

如果你想更深入了解如何跨平台使用创作者转录稿，请查看我们的多语言转录指南。

MirrorCaption 对直播不做什么（请先读这一段）

如果你想在最终视频中为观众提供字幕，YouTube 的自动字幕会在上传后覆盖英语。对于多语言字幕，可导出 MirrorCaption 转录稿，并在剪辑软件中将其添加为 SRT 字幕轨道。我们关于如何在任何视频通话中获取实时字幕的指南详细介绍了这两种方法。

定价——对创作者来说实际要花多少钱

大多数面向创作者的转录工具都按月收费。MirrorCaption 不会。

算下来很直接：€49 一次性，MirrorCaption 在两个月内就能与 Descript 持平，三个月内就能与 Otter 持平。之后每月都不再收费——如果你需要超过 Lifetime 计划包含的 200 小时，还可以按 €2.99 购买 5 小时的 Voice Pack 充值包。

如果你需要通过剪辑转录稿来编辑视频，Descript 是更好的工具——那确实是完全不同的工作流。但如果你想在通话过程中理解多语言嘉宾，Descript 完全帮不上忙。

字幕也会让成片更容易被搜索、引用和再利用。你已经从 MirrorCaption 获得了可搜索的转录稿——它能为字幕、描述、节目笔记和短视频提供原始文本。

常见问题

YouTube 会自动添加字幕吗？

会，但有局限。YouTube 会为上传的长视频和 Shorts 自动生成字幕，支持许多语言，但质量会有差异，混合语言音频可能会出问题。对于直播，自动字幕仅支持英语，并且在直播结束后不会保留——系统会根据 VOD 重新生成一条新的字幕轨道，可能与直播时显示的内容不同。对于多语言内容或非英语嘉宾，请在录制过程中使用独立的实时转录工具。

如何实时转录一场带外语嘉宾的 Zoom 采访？

在桌面版 Chrome 或 Edge 中打开 MirrorCaption 的第二个标签页。选择 Meet mode，并将你的 Zoom 浏览器标签页作为音频来源共享。将嘉宾语言设为源语言，将你的语言设为翻译目标。随着嘉宾说话，MirrorCaption 会在左侧流式显示逐字转录，在右侧显示翻译——无需上传录音，也无需在会后等待。

我可以把 MirrorCaption 和 OBS 一起用吗？

MirrorCaption 不是 OBS 插件，也不会把翻译字幕叠加到你的直播流中供观众观看。它会在浏览器标签页中把实时字幕显示在你自己的屏幕上。如果你需要直接集成到 OBS、面向观众的字幕，StreamTranslate（基于云，30+ 种语言）或 LocalVocal（免费，本地运行，100+ 种语言）是专门为此设计的。MirrorCaption 是这些工具的补充——它用于帮助你在直播过程中理解多语言嘉宾，而直播字幕工具则负责观众看到的内容。

MirrorCaption 会存储我的录音或音频吗？

不会。MirrorCaption 会从你的浏览器流式接收音频，用于实时语音转文字，不会在 MirrorCaption 服务器上存储音频录音。转录稿会保存在你浏览器本地（IndexedDB）。当你关闭会话时，实时音频流就会结束。仅会记录使用分钟数用于计费，不会记录对话内容。

有适合内容创作者的免费版本吗？

有。每个账户都从 1 小时免费开始——一次性提供，无每月重置，无需信用卡。这足以完成一场完整的任意语言创作者采访。如果你需要更多，Lifetime 计划为 €49 一次性 200 小时，超出后还可购买 Voice Pack 充值包。