跳到主要内容

语音翻译设置

在这里配置语音翻译的功能开关、麦克风与扬声器设备、翻译语言、语音合成（TTS）、翻译结果显示以及 VRChat Chatbox 发送等选项。语音识别模型、推理设备等与模型强相关的配置已移至 翻译引擎设置 的"ASR设置 / TTS设置"卡片。功能使用说明请参阅 语音翻译。

功能设置​

  • 开启语音翻译：语音翻译的总开关。开启后，主程序会启动语音工作进程并开始采集音频。
  • 启用扬声器：是否启用扬声器（回环采集）通道。
  • 启用麦克风：是否启用麦克风通道。
  • 开启语音合成(TTS)：是否把麦克风通道的译文合成为语音并朗读出来。

语音识别模型、推理设备、推理核心数、模拟流式输出等与模型强相关的配置，已移至 翻译引擎设置 的"ASR设置"卡片；TTS 的流式播放、推理设备、音色与声音克隆已移至该页的"TTS设置"卡片。

扬声器语音翻译设置​

针对扬声器回环采集（即游戏内、语音通话中对方说的话）进行配置：

  • 语音识别语言：设置扬声器音频识别时使用的语言，默认为"自动"，由系统自动判定语种。
  • 翻译目标语言：设定扬声器所识别文字的翻译目标语言。目标语言通常设置为您的母语，用来看懂对方在说什么。

翻译源语言固定为"自动"，由翻译引擎根据识别出的文字自动判定语种，设置中不再提供源语言选择入口。

麦克风语音翻译设置​

针对麦克风（即您自己说的话）进行配置，用于把您的话翻译给他人：

  • 语音识别语言：默认"自动"。
  • 翻译目标语言：设定您所说话语的翻译目标语言，例如目标语言英语，方便在多语言社交中与外国玩家交流。

音频设备设置​

  • 采集源说明：部分耳机设备无法采集系统音频时，请选择对应程序进行窗口采集。
  • 选择应用程序：扬声器的采集源。选择"系统"表示整机回采；也可指定具体应用程序，仅采集该程序的音频。已保存的程序即使当前未运行也会保留在选项中。
  • 麦克风设备：选择采集您声音的输入设备。
  • 音量阈值（麦克风）：麦克风音量条上的红色阈值线，可拖动或点击定位调整，右侧"↺"按钮恢复默认。音量越过阈值时音量条填充变绿，表示判定为有效语音。
  • 扬声器设备：选择用于回环采集系统声音的设备。当采集源指定为某个应用程序时，此项自动置灰（此时不再按设备整机回采）。
  • 音量阈值（扬声器）：扬声器音量条的阈值调整方式与麦克风一致。

设备列表由子进程自动枚举并定时刷新，无需手动刷新。若音量条没有反应，请确认语音翻译已开启——只有开启语音翻译后才能监听实时音量。

语音合成（TTS）​

将麦克风通道的译文合成为语音并朗读。Qwen3-TTS 运行于语音工作进程中，模型按需加载（首个朗读请求才载入内存），空闲 30 秒后自动卸载。

  • 扬声器同步播放：开启后 TTS 音频会同步送往音频设置中的扬声器设备；同步播放期间扬声器通道的识别会自动抑制，防止把自己的译文又识别回来。
  • 未开启TTS时麦克风设备直通TTS播放设备：朗读不可用（TTS 关闭 / 语音翻译关闭 / 暂停）时，把麦克风采集直接转发到 TTS 播放设备，使游戏内麦克风无需频繁切换设备。
  • 设备对应提示：提示"播放输出设备请选择 CABLE Input，游戏内的麦克风设备请选择 CABLE Output"。
  • 播放输出设备：朗读音频的输出设备。检测到虚拟声缆的 CABLE Input 时会自动选为默认（仅在配置为空时）。
  • 播放音量：朗读音量（0.0 ~ 2.0，默认 1.0，其中 1.0 为原始电平）。

本功能需要安装第三方虚拟音频驱动 VB-Audio Virtual Cable，未检测到 CABLE Input 时界面会提示并给出官网地址。

音色、声音克隆、TTS 实时流式播放、TTS 推理设备等设置，请前往 翻译引擎设置 的"TTS设置"卡片。

翻译结果显示设置​

  • 显示模式：对照模式（同时显示原文与译文）或仅译文模式（只显示译文）。
  • 翻译结果对齐：译文面板内文字的左对齐 / 居中对齐 / 右对齐。
  • 翻译结果流动方式：新增内容的滚动方向，可选自动 / 向上 / 向下。
  • 背景透明度：译文面板背景的透明度（0.0 ~ 1.0，默认 0.5）。
  • 字体大小：译文文字的缩放比例（0.5x ~ 2.0x，默认 1.0x）。
  • 宽度 / 高度：译文面板在视野中的占比，可在 10% ~ 60%（宽度）与 5% ~ 30%（高度）之间调节。
  • X 位置 / Y 位置：译文面板中心的显示位置（0% ~ 100%）。
  • 景深（米）：译文面板在 VR 空间中的显示深度距离（0.5 ~ 10.0 米，默认 2.0）。
  • 翻译结果显示方式：跟随（译文面板跟随视线移动）或固定（固定锚定在 VR 空间某处）。

VRChat Chatbox (OSC)​

将语音翻译结果通过 OSC 协议自动发送到 VRChat 的 Chatbox 聊天框：

  • 发送扬声器翻译文本到 Chatbox：是否发送扬声器（对方说话）的译文。
  • 发送麦克风翻译文本到 Chatbox：是否发送麦克风（您自己说话）的译文。
  • OSC 端口：VRChat 接收端口，默认为 9000。
  • OSC 消息模式：对照模式（译文在上、原文在下）或仅译文模式。
  • 消息流动方式：新消息显示在向下或向上方向。
  • 消息留存条数：聊天框中保留的历史消息条数（1 ~ 10，默认 2）。

提示：语音翻译需要语音工作进程正常运行。若该项无法启用或异常，请确认软件安装目录完整、并查看是否为杀毒软件拦截了子进程。