Como traduzir fala em tempo real

Como funciona a tradução em tempo real

O reconhecimento de voz produz primeiro o texto original e o LLM local selecionado traduz esse texto. O modo normal traduz um segmento concluído; o modo de baixa latência também traduz a previsão em atualização sem esperar pelo fim de todo o segmento.

Configure o Ollama e a tarefa de tradução

Modelo recomendado para tradução em tempo real

Hy-MT2-1.8B

Local e em tempo real

Um modelo compacto da família Hunyuan Translation 2.0, focado na tradução entre 33 idiomas e cinco variedades linguísticas minoritárias ou dialetais da China. É adequado para tradução local em tempo real no Owl Meeting.

• Segundo o fabricante, alcança resultados de referência nos testes abertos FLORES-200 e WMT25, superando várias APIs comerciais de tradução populares.
• Suporta tradução estruturada, com delimitadores, contextual, orientada por glossário e controlada por estilo.
• Apenas 1,8 mil milhões de parâmetros; a versão mínima de 1,25 bits ocupa cerca de 440 MB, equilibrando qualidade, velocidade e recursos locais.

Nome do modelo API

hunyuan-mt2-1.8b-chat

Entrada máxima

4K

Saída máxima

4K

Ver o modelo no Ollama →

1. Instale e inicie o Ollama e transfira um modelo compatível com os idiomas necessários.
2. Na página de IA, crie uma tarefa de Tradução e defina o modelo e os idiomas de origem e destino.
3. Escolha o modo de entrada Por segmento. Lote e Texto completo destinam-se a transcrições guardadas.

Escolha o modo de reconhecimento

Modo normal

Fornece resultados estáveis. A tradução começa quando o segmento de fala atual fica concluído.

Modo de baixa latência

Mostra o texto previsto mais cedo e traduz a previsão em tempo real. Use-o em reuniões, aulas, transmissões ou vídeos.

Inicie a tradução em direto

1. Escolha Microfone, Áudio do sistema ou Entrada dupla.
2. Selecione um modelo de reconhecimento compatível com o idioma falado.
3. Selecione a tarefa de tradução e carregue no botão azul para iniciar o LLM local.
4. Comece a gravar. O modo normal traduz segmentos concluídos; o modo de baixa latência atualiza a tradução enquanto se fala.

Reduza o atraso

• Ative o modo de baixa latência quando precisar da tradução antes do fim do segmento.
• Use um modelo menor e mais rápido e peça apenas o texto traduzido.
• Reduza outras cargas de CPU, memória ou GPU e confirme a precisão do texto original.

Registe a configuração antes de comparar a latência

O atraso não depende apenas do Owl Meeting. Modo de reconhecimento, modelos, quantização, instrução, CPU ou GPU, memória e outras cargas influenciam quando o texto aparece.

• Teste uma amostra curta com os idiomas reais.
• Registe versão, modelos, quantização, hardware e fonte de áudio.
• Compare o tempo até à primeira tradução útil e o número de revisões.

Verifique cada par de idiomas e termo importante

Um modelo multilingue não oferece a mesma qualidade em todas as direções. Teste nomes, termos, números e limites de frase. Um glossário melhora a consistência, mas não corrige uma fonte mal reconhecida.

• Consulte a ficha do modelo para confirmar idiomas.
• Reveja o texto de origem antes de diagnosticar a tradução.
• Peça uma saída concisa para manter resultados parciais legíveis.

Compreenda a privacidade e os limites do resultado ao vivo

Com modelo local e endereço Ollama local, reconhecimento e tradução podem ficar no computador. Um serviço externo aplica as suas próprias regras.

O modo de baixa latência traduz previsões variáveis. Palavras iniciais podem mudar, e ruído ou vozes sobrepostas afetam origem e tradução. Reveja conteúdo importante antes de o partilhar.

Perguntas frequentes

Teste todo o fluxo com uma amostra curta

Confirme a fonte de áudio, o idioma de reconhecimento, a direção da tradução, o LLM e a latência antes de uma reunião longa.

Obter o Owl Meeting para WindowsAbrir a documentação do assistente de IA