Windows 应用中的每个控件，逐一说明。

本页是用来查阅的，而不是从头读到尾。本页按应用简体中文界面中的名称来称呼各个控件；如果您使用其他界面语言，布局完全相同，每个控件的位置也一样。应用内的大多数区块标题旁还有一个小小的 ⓘ 按钮，会说明该区块的作用以及大多数人应该选什么。每条说明的末尾都附有指向我们网站上交互式应用导览的链接。

有两点适用于所有地方，不会在每个条目里重复。大多数设置会立即生效——“设置”底部的“保存”按钮只用于少数不会立即生效的设置，旁边的那行文字也会这样说明。此外，本页的任何内容都不会改变您的音频的去向；这部分内容请参阅工作原理和隐私。

1. 主窗口

窗口分为三个部分：左侧是针对您所选场景的设置栏，中间是显示翻译的舞台区，顶部栏则显示状态，并带有用来打开其他所有功能的图标。

两种场景

左侧栏顶部的一对图块是您做出的第一个选择，它决定了应用捕获什么。选择其中一个，下方的设置栏就会重新绘制。

• 视频与游戏（“单向”）——翻译朝您传来的声音，并通过耳机播放译音。您这边的任何内容都不会被发送到任何地方。适用于视频、直播、游戏、播客，以及任何只需要听懂对方的通话。
• 会议（“双向”）——同时运行两路翻译：对方所说的话翻译给您听，您所说的话则翻译后说进通话，传给对方。图块下方有一行说明写明了这项要求：“会议模式需要虚拟麦克风将您的翻译发送给对方。没有虚拟麦克风，会话将无法启动。”

音源——系统音频或输入设备

音源只出现在“视频与游戏”场景中，有两个按钮。

• 系统音频——默认选项。这台电脑播放的一切声音都会被翻译，应用自身播放的译音会被排除在外，因此它不会翻译自己。
• 输入设备——翻译接在这台机器上的外部声源，而不是电脑自己播放的声音：例如接入线路输入的游戏机或机顶盒、电视的音频输出、调音台、USB 音频接口、收音机。选择它后，正下方会出现一个输入设备选择器，列出 Windows 已知的录音设备。

在输入设备路径上，有两点表现不同，而且都是有意为之。译音说话时，原声不会被调低——原声压低控件不适用于此路径——并且没有回声门限，因此请使用耳机或单独的输出设备，避免译音反馈回您正在捕获的输入。

会议模式会完全忽略“音源”的选择。无论“视频与游戏”设置栏上选了什么，它始终捕获系统音频。

语言选择器

两个选择器都位于翻译舞台区上方。

• 我听到的语言——译文以语音播放和显示字幕所用的语言。它下方的提示也是这个意思：“你将听到译文的语言”。在“视频与游戏”中，这是唯一的选择器。
• 对方听到的语言——仅限会议模式。您自己说的话被翻译成的、供其他参与者听到的语言。
• 两者之间的箭头是交换按钮，仅限会议模式。它一步交换两种语言，并重新启动会话。

没有“源语言”选择器。选择器下方的说明——“所说语言自动识别”——就是完整的答案：引擎会替您识别正在说的语言。

选择器下方可能出现两种提示。“该语言暂不支持选择声音。”表示该目标语言由不接受指定声音的引擎负责。“一次性 Pro 试用进行期间，免费方案无法使用此语言。”和“免费语音：此语言仅提供字幕。”是免费方案的提示，在付费方案上不会出现。

麦克风选择器

应用会在相关的地方显示麦克风，而且它们都是同一项设置——在一处更改，其他各处会随之更改。在“会议”设置栏中，它位于您的声音下方，是您实际对着说话的麦克风。在“视频与游戏”设置栏中，只有当“音源”设为“输入设备”时它才会出现，此时它就是被翻译的声源。主设置位于“设置 › 音频”，标注为“会议中为您的声音；视频中为‘输入设备’音源。”每个列表的第一项都是（默认），指 Windows 当前认定的默认录音设备。

姓名（仅限会议模式）

“会议”设置栏的姓名下方有两个短输入框——您的姓名和对方的姓名。在这里输入的内容会作为专有名词交给引擎，使其按原样输出，而不是被翻译或听错。旁边的提示还附了一条很有用的小技巧：只有一个词的回应极易被误译，所以请多说两个词——说“Yes, sure”，而不是“Sure”。

“开始”“停止”与快捷键标签

开始是舞台区底部的唯一按钮，它启动当前选中的场景。按钮上印着的那组小按键，是该场景的全局快捷键，这样无需把窗口调到前台也能启动。自 1.0.95 起，在您于“设置 › 键盘快捷键”中录入之前不会设置任何快捷键，在此之前按钮上不显示任何组合键：Windows 会把 AltGr 读作 Ctrl+Alt，所以以前默认的 Ctrl+Alt 组合在某些键盘上可能会挡住 @ 之类的字符。

停止在您按下“开始”后即可使用：在状态仍显示正在连接时按下它（或它的快捷键），会取消启动。会话运行后，旁边会出现三个实时工具；当译音落后很多时，还会出现第四个。

• 跳过——“跳过这句”。只切掉当前正在播放的那一句译文，然后继续播放下一句；排在它后面的句子仍会播放。在会议模式中，它只影响您听到的内容；绝不会切断发给对方的声音，否则会让对方陷入莫名的沉默。
• 跳到最新——只在译音落后 6 秒或更多时出现，回到 2 秒以内后消失。它会跳过所有仍在等待播放的内容，从最新的一句继续；字幕和转写记录保持完整。在会议模式中，它只影响您听到的内容。
• 快速模式——字幕一经生成就立即显示，而不是等语音赶上来；如果译音落后，它会加速到 1.5 倍且音调不变；加速时会先缩短译音中的停顿，然后才会加快任何一个词。自 1.0.89 起对新安装默认开启；已有设置的安装会保留原设置。
• 追上说话人——默认关闭。如果译音落后超过 6 秒，就会跳过较早的整句话以便追上；正在播放的那一句绝不会被切断。字幕和转写记录保持完整。在会议模式中，它只影响您听到的内容。

舞台区上没有“保存”按钮。转写记录会在您停止时写入，会话运行期间每隔几分钟也会再写入一次。

状态胶囊与顶部栏

顶部栏中央的胶囊是应用对自身当前状态的说明，并带有电平表和分贝读数。空闲时显示“开始翻译以检查信号”；会话期间依次经过连接中、收听和翻译，出现问题时会变成警告或错误状态。如果明明有声音在播放而电平表始终不动，问题出在捕获而不是翻译——这时请查看音频设置检查清单。

胶囊旁边的一条进度条显示您的方案剩余的分钟数。顶部栏右侧依次是报告问题、主题切换、翻译历史，以及打开设置的齿轮。翻译舞台区上方，有一个音源标签会在使用输入设备时写出设备名称，一个无机器人 · 私密标识则会打开一段简短说明，讲清音频去向。

报告问题值得在需要之前就了解。它会发送一份简短的技术快照——应用版本、渠道、您的 Windows 版本、音频模式、质量设置和语言对——并附上应用日志，其中的密钥和您的 Windows 用户名已被去除。您可以添加类别、严重程度和描述，并在发送前预览确切的发送内容。只有勾选该选项时，才会包含您的转写记录。发送后会给您一个参考编号；如果您来信联系我们，请附上它。

最后，翻译舞台区右上角的清除流图标会清空屏幕上的对话。它不会删除任何已经保存的内容。

2. 音频与输出

左侧栏上的音频区块由两种场景共用，包含六项内容。

• 输出——显示译音播放所用的设备，旁边的更改链接会打开“设置 › 音频”，完整的设备列表就在那里。
• 声音测试——打开链接会弹出诊断对话框。只有在没有会话运行时才可使用。
• 没有声音？——检查清单链接会打开一份简短的检查清单，分为两部分：“连字幕也没有”和“有字幕，但听不到译音”。它会随您所在的场景变化，列出需要查看的控件，并可以从这里打开声音测试。
• 翻译音量——译音的响度，范围 0% 到 200%。默认为 100%；高于 100% 是为声音较小的素材提供的增益。
• 仅字幕——默认关闭。关闭译音，字幕继续显示，适合您只想阅读的时候。在会议模式中，它只会让您听到的声音静音；您自己的译文仍会传给对方。
• 原始音频（讲话时）——适用于“视频与游戏”和“会议”。译音说话期间原声仍能听到多少，从 0（最低设置）到 100%（不做处理）。在大多数设置下，原声不会彻底无声，因为 Voxis 必须一直听到它才能翻译。默认值为 30%。人们所说的“原声压低”指的就是这个控件，它适用于“系统音频”，不适用于“输入设备”路径。

声音测试实际测的是什么

对话框会运行三项探测，它们彼此独立——其中一项通过，并不能说明其他几项的情况。请运行与出问题的方向相对应的那一项。

• 系统音频——当应用听到您的机器所播放的声音时，条形图会跳动。请播放一段视频或音乐；如果条形图一直不动，说明应用没有捕获到声音。
• 输出设备——播放测试信号会向您选定的输出设备发送一段短促的提示音。如果您没听到，问题就出在输出设备上。
• 麦克风——您所选麦克风的条形图。会议模式中发出方向的问题要看这一项。

3. 屏幕

左侧栏的屏幕下方有两个开关。

• 字幕——默认开启。控制字幕行是否显示在应用窗口内的翻译舞台区中。关闭后，语音翻译继续运行，但屏幕上不显示任何文字。
• 屏幕文字——默认关闭。打开一个悬浮在其他窗口之上的独立字幕窗口，这样您就可以在全屏视频、游戏或通话上方阅读译文。在您于“设置 › 键盘快捷键”中录入之前，它没有快捷键。

屏幕文字窗口只显示译文——不显示原文行——并带有“Powered by Voxis”标识，除非您使用的是付费方案并已将其关闭。

四种外观

该窗口的外观在“设置 › 常规”的屏幕字幕外观下设置。选择器下方的一行实时示例会显示效果，窗口打开时，更改会立即生效。

预设下方还有两个控件。文字大小提供小、中、大三档，对所选的任何预设都生效。位置把窗口放在屏幕的底部或顶部。

4. 设置，逐个标签页说明

顶部栏上的齿轮图标会打开“设置”。左侧从上到下共有七个标签页。底部的保存按钮用来提交少数不会在更改时立即生效的设置。

常规

外观

• 界面语言——应用自身按钮和标签所用的 23 种语言。这不是翻译的目标语言，它只改变界面上的文字。
• 主题——深色或浅色。顶部栏上有同样的切换开关。
• 屏幕字幕外观、文字大小和位置——见上文屏幕部分。
• 说话人标签 (S1/S2)——默认开启。当两种不同的声音交替出现时，字幕会标记为 S1 和 S2，这些标记也会写入保存的转写记录。它完全在您自己的机器上运行，不会增加任何云端调用。只有真正听到第二个声音之后才会出现标签，所以单人会话看起来和以前完全一样。语音翻译仍然使用同一个声音。

高级

• 写入 OBS 字幕文件——默认关闭。把当前字幕行写入纯文本文件 Documents\Voxis\OBS\obs_subtitle.txt，您可以把 OBS 的文本源指向它，将字幕嵌入直播或录像。在会议模式中，您自己的译文还会写入同一文件夹中的 obs_subtitle_me.txt——把它添加为第二个文本源，并通过 OBS Virtual Camera 共享，对方就能读到您说的话；obs_subtitle.txt 则保留对方的话。只有当字幕行变化时才会重写文件。这两个文件在您打开开关后立即创建，开关下方的打开文件夹按钮会打开该文件夹。
• 显示“Powered by Voxis”标识——默认开启，也是“设置”中唯一能看到的方案差异。隐藏该标识需要付费方案；在其他方案上，开关被锁定为开启，把鼠标悬停在上面会显示解锁方法：购买分钟套餐。该标识会出现在屏幕文字窗口和 OBS 文件中。
• 再次查看引导——重放首次运行时的简短导览，它会逐一指出窗口的各个部分。

音频

• 输出设备——译音播放的位置。任何双向会话都建议使用耳机。
• 麦克风——一项设置，两种用途：会议模式中是您的声音，“视频与游戏”中是“输入设备”音源。
• 刷新设备——重新读取输出设备和录音设备的列表。否则，这些列表只有在 Windows 报告设备变化时才会自动更新，所以当您刚连接的设备没有出现时，请使用它。
• 声音测试——与设置栏链接相同的三项探测对话框。
• “高级”下的自动平衡翻译语音——默认开启，从早期版本更新的安装也是如此。它会按原声的响度调整译音，使其在响亮的视频和安静的电影中都清晰可辨；“翻译音量”滑块仍然叠加生效。它作用于您听到的声音，不作用于会议模式中发出的您的译音。
• 同样在“高级”下的录制音频（原声 + 译文，分开保存）——默认关闭。把每个会话的原声音频和译文音频分别保存为两个独立的 WAV 文件，放在您的转写文件夹中，绝不混在一起。

翻译

• 配置文件——自定义、会议、电影 / 视频、大会或平稳。一次选择会同时为这类素材设定语音检测参数和原声压低的级别。平稳（整句完成后再播放）于 1.0.97 加入，会等整句译文全部到达后才播放：大约晚 3 秒，但句子中间没有停顿。在会议模式中，这一等待被限制在 1.2 秒以内。手动更改相关控件，配置文件会回到“自定义”。
• 配音声音——默认关闭。用接近原说话人本人的声音来说出译文，而不是使用固定的声音。仅适用于部分目标语言。克隆出的声音开始得稍晚，说得也稍久，所以如果您想要最短的延迟，请保持关闭。
• 翻译语音——您听视频或对方时所用的声音：自动，或女声（Tina 为默认，Serena、Jennifer）或男声（Ethan 为默认，Andre、Ryan）下列出的指定声音。在没有可用指定声音的地方，会改用同一性别的默认声音。
• 我的声音——同样的列表，用于对方听到您时所用的声音，仅限会议模式。
• 每个语音选择器旁边的播放按钮，会在您的输出设备上播放所选声音的一小段英文示例。仅在没有会话运行时可用。
• Gemini 语言使用本地语音——默认关闭，仅限“视频与游戏”。对于由 Gemini 翻译、其自身声音无法选择的目标语言，它会改用在这台电脑上运行的声音来朗读译文。它可能增加约 1–2 秒的延迟，开关下方的那行文字列出了它覆盖的语言。在付费方案上，打开它会显示更自然的本地语音（Kokoro），同样默认关闭：它只适用于其下所列的语言，并占用约 330 MB 内存。
• “原文文本”下的 Pro 原文文本——仅限付费方案，在不包含它的方案上该区块会被隐藏。它会在翻译之外再运行一路识别，使字幕下方的原文行和保存的转写记录更完整。
• 术语与专有名词——一个用来填写品牌、人名和产品名的输入框，每行一个，让引擎拼写正确。如果某个术语应当输出为不同的写法，请使用 term=replacement。有两个文件按钮：从文件导入…把文件中的术语添加到输入框里已有的列表，替换列表…则用文件内容替换整个列表——如果您每个主题保留一个术语文件，这会很方便。它们下方的现成术语包列出了针对单一领域精心整理的术语列表：航空（英语 → 法语），用于飞行模拟和空管音频——全部默认关闭；只有在音频内容匹配时才开启，因为它会让有歧义的短语倾向于这样识别。如果您曾开启早期的现成术语列表，它会作为一个您看得到、也能关闭的术语包出现在这里。没有可提供的术语包时，该区块会被隐藏。

保存

• 转写文件夹——显示当前路径，并带有浏览…、打开文件夹和恢复默认。默认路径是 Documents\Voxis\Transcripts，每个会话在其中有自己的文件夹。
• 自动保存格式——TXT、SRT 和 VTT，默认全部关闭。JSON 记录始终会保存；这些是会话保存时写在它旁边的额外副本，这样您就不必每次都重新打开“翻译历史”去导出同样的格式。

键盘快捷键

四个全局快捷键，每个都显示在一个方框里，您可以先点击它，再按下新的组合键：视频与游戏、会议、停止和屏幕文字。新安装时这四个都是空的；请选择一个在您的键盘布局上不使用 AltGr 的组合，例如 Ctrl+Alt+F1。它们在其他应用处于焦点时也能工作，这正是关键所在——您无需离开游戏或通话就能开始和停止。

会员

您的方案和余额。该标签页显示当前方案、已使用的分钟数和您登录所用的地址，一张用于购买分钟套餐的“需要更多分钟数吗?”卡片，一个带有您的推荐码、链接和统计数据的邀请好友面板，一个管理方案按钮，一个在 Microsoft Store 中查看链接，以及退出登录。团队方案的成员看到的是共享额度而不是购买按钮，因为个人购买的套餐不会增加团队额度。

关于

您正在运行的版本，以及指向 voxislive.com、使用指南（就是本页，若网站有您的界面语言的版本就以该语言打开，否则以英语打开）、应用导览（官网）、价格、服务条款、隐私、联系我们和语音致谢的链接。报告问题也在这里，作用与顶部栏的标签相同。如果本站的某篇文章与应用不一致，您在告诉我们时请引用这里的版本号。

5. 仅限会议模式的控件

上面的所有内容在会议模式中同样适用。以下四项只在会议模式中存在。

• 虚拟麦克风的要求——发出方向需要一个虚拟麦克风，在 Windows 上，没有它会话将无法启动。这是硬性要求，而不是降级模式。请安装免费的虚拟音频线，重启 Voxis，然后在您的会议应用中把该音频线设为麦克风——如果您的应用提供“与系统相同”，也可以选择它，此时 Voxis 会替您切换。如果您手动选择该音频线，请记得事后把真实麦克风设回去，否则下一次不使用 Voxis 的通话将没有声音。第一次在已安装音频线的情况下启动会议模式时，会出现一张“把会议应用指向 Voxis”卡片，带您完成最后一步，并链接到一分钟的设置导览。
• 收听我的翻译——默认关闭。在您自己的耳机里播放一份您发出的译音副本，让您能听到对方听到的内容。请为此使用耳机：在开放的扬声器上，您的麦克风会把副本再次拾取进去。
• 双向转写记录——字幕和保存的转写记录会把两个方向分开，在一条按时间顺序排列的时间线上，用您界面语言的对方：或我：作为每一轮的前缀。单向会话不受影响，也没有这样的前缀。
• 交换语言——两个选择器之间的箭头，它会交换“我听到的语言”和“对方听到的语言”并重新启动会话。如果交换无法保存，则不会有任何改变。

会议模式在您第一次使用时还会弹出一次性的提示，说明它既会收听对方，也会把您的讲话发送给对方，并指出录制或用 AI 翻译一场对话，可能需要事先告知其他参与者。读完之后，您可以勾选“不再显示”。

6. 历史与导出

顶部栏中的时钟图标会打开翻译历史。每个会话都保存在您自己的磁盘上——JSON 记录会在会话停止时写入，会话进行期间每隔几分钟也会再写入一次，因此被中断的会话不会丢失。

• 搜索历史…——边输入边筛选列表，并高亮匹配的文字。会话按最新的在前排列。
• 仅显示已标星——搜索框旁边的星标会把列表筛选为您标星的会话。给会话标星也会让它免于例行清理，因此想长期保留的会话就应该这样做。
• 编辑——打开所选转写记录进行行内修改；保存写回，取消放弃。只有文字可以编辑——时间、说话人标签和方向都保持不变。导出读取的是已保存的记录，因此之后每种格式都会带上您的修改。
• 删除——删除所选会话及其整个文件夹，包括其中的所有导出文件和音频文件。
• 打开文件夹——在资源管理器中打开转写文件夹。

导出格式

页脚中有三个按钮：TXT、SRT 和 VTT。旁边的双语勾选框决定文件是同时包含原文和译文，还是只包含译文；默认是双语，两种版本使用不同的文件名，因此一个绝不会覆盖另一个。导出文件会放进该会话自己的文件夹，与 JSON 并列。字幕提示的时间以会话开始为基准，而不是以第一个词为基准，因此能与同一会话的录音对齐——但请记住，同声传译会比说话人慢几秒，所以这些时间天然只是近似值。

生成摘要

付费方案，或已购买的 BYOK（使用自己的 API 密钥）许可。选中一个会话后，生成摘要会为它生成 AI 摘要；重新生成会替换您已有的那一份。这是一个需要您按下的按钮，绝不会自动发生——按下它才是把转写文本发送到别处的那一步，这正是它被做成按钮的原因。会议会话的摘要能区分谁说了什么，并据此排版。如果您的方案不包含该功能，则不会显示这个按钮。

本页不涵盖的内容

• 仅出现在开发者版本中的控件，包括 API 密钥区块。本页记录的是从 Microsoft Store 分发的应用。
• 免费方案的提示和限制弹窗。它们确实存在，但付费账户看不到。
• 除“哪个控件选择哪个设备”之外的任何音频路由内容——这部分请看音频设置检查清单；当控件设置正确而结果仍然不对时，请看故障排除。

如果您的应用中有某个控件而本页没有描述，那是我们的疏漏，而不是您的问题——请通过联系我们或应用内的报告告诉我们，本页会随之更正。