English · 日本語 · 中文 · Español · Français · Deutsch · Português · 한국어 · हिन्दी · العربية
Interpretab
一款 Chrome 扩展，把浏览器正在播放的声音和你说出的话实时翻译成 70 多种语言——朗读出来，并在页面上显示字幕。
💡 可以用来做什么
翻译浏览器音频
用你习惯的语言观看浏览器里播放的视频、直播或播客。
参加线上会议，把对方说的每一句都翻译成你的语言。
翻译麦克风音频
做演讲或直播时，把自己的声音以另一种语言显示为屏幕字幕。
在会议室开会或和朋友聊天时，把每个人的话都口译成你选定的语言。
🔒 Interpretab 的工作方式与隐私
Interpretab 通过 Google 的 Gemini Live API 完成翻译。你的音频、字幕和密钥在你的浏览器与 Google 之间加密传输，不会到达任何其他地方。也没有任何分析或数据收集服务器。请注意，作为 Gemini Live API 模型，它可能翻译不准确，也可能生成根本不是翻译的语音。
- 隐私政策（英文）
💰 试用免费，持续使用约每小时 2 美元
Interpretab 是一款开源工具。真正产生费用的是背后的 Gemini Live API，它的免费方案足够你试用——超出之后，Gemini Live API 的用量会记在你自己的 Google 账号上。
以下是 2026 年 8 月 Google 公布的 Gemini Live API 价格：
| 正在运行的内容 | 音频输入 | 音频输出 | 每小时 |
|---|---|---|---|
| 标签页音频，或 Simultaneous 模式下的麦克风 | $0.0053/分钟 | $0.0315/分钟 | ≈ $2.20 |
| Two-way conversation 模式下的麦克风 | $0.005/分钟 | $0.018/分钟 | ≈ $1.40 |
这是连续音频的小时费用，说得少花得也少。同时开启标签页音频和麦克风就是同时做两路翻译，价格是两行之和。
🚀 5 分钟上手
Interpretab 这样安装：
打开 Chrome 应用商店中的 Interpretab，点击添加至 Chrome。
翻译由 Google 的 Gemini 完成，而 Gemini 需要一个属于你自己的 API 密钥。申请是免费的：打开 Google AI Studio，用 Google 账号登录。
这个页面会列出你已有的密钥，新账号还是空的。点击 创建 API 密钥。
密钥需要一个名字，还需要一个所属的 Google Cloud 项目。名字填 Interpretab。下面的项目一栏，在从没用过 API 的账号上会显示 No Cloud Projects Available，没有可选的项目。
打开那个列表，选 创建项目。里面预填的名字是中文的，而这个输入框只收拉丁字母——清空它，输入 Interpretab，然后点 创建项目。
回到密钥的对话框，新建的项目已经在里面了。点 创建密钥，密钥就会出现，再点 复制密钥。密钥会留在 API keys 页面上，之后还能回去再拿。
扩展的选项页面第一次会自己打开，侧边栏底部的 选项 按钮也能再把它打开。把密钥粘贴到 Gemini API 密钥 里。它保存在这个浏览器中，除了 Google 不会发给任何人。
打开要翻译的页面。第一次试的话，youtube.com 上一段有人说话的视频最方便。刚装好的扩展在工具栏上还没有图标：点 Chrome 的拼图按钮，在列表里找到 Interpretab，按一下旁边的图钉。
现在图标在工具栏上了。在要翻译的那个标签页上点它。这次点击就是你授权它收听该标签页的方式——跳过它就会报错。
在侧边栏选择语言，按 Start。播放视频，声音就会用那个语言回来。要是听不到翻译，就换一个和视频本身不同的语言试试。
需要 Chrome 116 或更高版本。关闭侧边栏并不会停止翻译——在任意标签页点一下工具栏图标，Stop 始终触手可及。
Interpretab 的界面跟随浏览器的语言，共支持本页列出的十种语言。
🎛️ 选择翻译什么
Interpretab 有两个开关：标签页音频和麦克风。可以只用其一，也可以两个同时用。
标签页音频把当前标签页正在播放的内容翻译成你选定的语言，共 78 种可选。
麦克风翻译电脑麦克风听到的声音。它有两种模式：
- Simultaneous（同声传译）把语音译成一种语言，不等说话人把话说完。
- Two-way conversation（双向对话）适合两个人用两种语言交谈。指定两种语言，把笔记本电脑放在你们中间的桌上，它会等每个人说完，再转到另一种语言——设成中文和日语，听到中文就说日语，听到日语就说中文。无需切换。支持 97 种语言，也是唯一能用术语表的模式。
第一次开启麦克风时，需要 Chrome 授予麦克风权限，只需一次，权限是授予整个扩展的。面板会提示这一点，并链接到带有「允许使用麦克风」按钮的选项 → 麦克风权限。Chrome 的权限提示只会出现在独立页面上，不会出现在侧边栏里。
同时开启标签页音频和麦克风就是同时做两路翻译，Google 两边都收费，费用是两者之和。
💬 字幕与朗读
字幕显示在页面底部中央，一次三行，并会跟随视频进入全屏。当标签页音频和麦克风同时开启时，麦克风那一行会带一道蓝色边线。选项 → 字幕大小可设置高度，16〜64 px，边看边改立即生效。
翻译语音从电脑的音频输出播放，静音按钮可随时把它关掉。
🔊 标签页音频翻译的语音
从标签页音频翻译出的语音，会用默认音频设备播放，也就是电脑当前正在用的扬声器或耳机。朗读期间标签页原本的声音会以较小音量继续播放，电影的配乐和音效依然听得见。
🎤 麦克风翻译的语音
选项 → 音频输入／输出可以指定麦克风用哪个设备收音，以及用哪个设备播放它的翻译语音。想暂时停止翻译，或者环境太吵、连不打算翻译的说话声也被收进来时，用麦克风关闭按钮可随时关掉输入。
👥 在线上会议中使用
听懂对方，正是这个工具开箱即用的能力。 在标签页里打开会议，开启标签页音频，选好语言按 Start。对方说的话会以你的语言到达，既朗读也显示字幕。
🤝 在 Google Meet 上使用
要让对方听到你被翻译后的声音，在 Google Meet 上不需要装任何东西。
用扬声器的话，麦克风会把通话的声音又收进去，两个方向就开始互相翻译。先把耳机或耳塞插到电脑上。
打开 meet.google.com，在那个标签页上打开 Interpretab 的侧边栏。把标签页音频打开，译为你自己的语言——这一半负责翻译对方说的话。
把麦克风打开，译为对方的语言。在 Meet 的标签页上，这张卡片会多出一个开关，把译文语音送进这个 Meet 通话，保持打开。开着的时候，那个声音不从这台电脑放出来，只送进通话，这边的字幕也会关掉。
就在这个标签页里加入会议。
在侧边栏按 Start。不按的话，Meet 自己的麦克风列表里什么都不会出现——那个翻译麦克风是运行开始时才装进去的。
在 Meet 里打开设置 → 音频，麦克风选 Interpretab (translated)。顺手把 Studio Sound 关掉。要是用蓝牙耳机，也确认一下 Meet 的播放设备就是它。
说点什么。大约三秒后，对面会听到译文，你自己的声音也小声混在下面，所以他们还是能听见你。
🔌 其他会议服务
译文语音要进入会议应用的麦克风输入，就需要虚拟音频设备。最简单的办法仍然是请对方也装上 Interpretab，在他们那一端翻译；做不到的话：
- 安装虚拟音频设备：macOS 用 BlackHole，Windows 用 VB-Cable。
- 同上，接上耳机。
- 选项 → 音频输出 → 选择该虚拟音频设备。麦克风翻译出来的语音会送到那里；标签页音频的翻译则从耳机里听到。
- 在会议应用的麦克风输入设置里，选择该虚拟音频设备。
- 开启标签页音频和麦克风，设好两边的语言，按 Start。
由于这是 Chrome 扩展，以上一切只对这些服务的网页版有效——桌面应用和原生客户端无能为力。
🤖 翻译背后的模型与翻译质量
标签页音频和麦克风的 Simultaneous 模式运行在 Gemini Live API 的 Live Translate 模型上。麦克风的 Two-way conversation 模式运行在 Gemini Live 模型上，后者无法同声传译——它要等说话人讲完——但翻译质量比 Live Translate 更好，而且只有它支持下面的术语表。
无论哪一种，模型都可能出错，字幕可能出现错误内容，或者出现错误的语言。
📖 术语表
产品名、人名和专业术语是通用模型最常出错的地方，读音和写法都容易错。麦克风的 Two-way conversation 模式支持用术语表来减少这类错误；其他模式都不支持。即便如此模型仍可能出错，登记的读音或写法未必一定生效。
选项 → 术语表接受这样的 CSV：
source,pronunciation,transcript
Kubernetes,クバネティス,Kubernetes
Cloud Run,クラウドラン,Cloud Run
第一列是要匹配的词，第二列是告诉模型采用的读音，第三列是你希望字幕上显示的写法。
⚠️ 需要注意的事
- 麦克风的 Simultaneous 模式请使用耳机。 该模式会在你说话时同时开口，麦克风会把自己的翻译语音重新收进去——形成回声环路——翻译质量会明显下降。
- 如果麦克风要配外接扬声器，请用带静音按钮的麦克风。 扬声器会把翻译语音送回麦克风——形成回声环路——翻译就无法正常工作。只在自己说话时解除静音。
- 标签页音频和麦克风同时使用就是同时做两路翻译，费用也差不多翻倍。
- Interpretab 一次只在一个标签页上运行。 运行期间，在其他任何标签页打开侧边栏，都会显示它正在哪个标签页运行，并且只提供 Stop。在那里停止后，Start 就会回来。
- Chrome 不允许扩展在自己的页面和 PDF 上绘制内容，因此那里无法显示字幕。朗读和侧边栏的文字记录仍然正常。
- 翻译质量取决于语言对。 英语和日语是本项目做过长时间实测的组合；语言距离更远或使用者更少的组合可能更粗糙，事先无从判断，只能实际试一试。
📊 关于 Gemini Live API 的更多说明
侧边栏会显示这一次运行到目前为止的用量，每次按 Start 都从零重新开始。显示内容取决于选项 → Gemini API 方案：请选择你使用的密钥是 Free 还是 Paid。
- Free（默认）：已运行 12 分钟，总使用时长 18 分钟。免费方案不收费。
- Paid：已运行 12 分钟，本次 Gemini 用量约 ~$0.31——这是估算值，不是你的实际账单。
粘贴密钥时顺手设置好即可。密钥所属的 Google 账号一旦有付款方式就属于付费，而 Google 不会把这一点告诉 Interpretab，所以才要问你。你的实际账单只存在于你的 Google 账号里。
💳 免费方案与付费方案怎么选
Gemini API 密钥的费用、一次能用多少，以及 Google 如何处理你发送的数据，都取决于它属于哪个方案。Google 自己的文档把付费的那个叫做 Tier 1，也就是 Interpretab 选项页里的 Paid。Google 公布的条件如下：
| 方案 | 如何达到 | 费用与上限 | Google 如何处理你的数据 | 在 Interpretab 中的定位 |
|---|---|---|---|---|
| Free | 无需付款方式 | 免费，但长时间或大量使用会触及上限并报错 | 会被用于改进 Google 的产品，且可能经人工审核 | 试用 |
| Paid（Google 所说的 Tier 1） | 给 Google 账号添加付款方式 | 按量付费，每 10 分钟最高 $10，每月最高 $250 | 不用于改进产品；仅为滥用检测短期留存日志 | 经常使用就该在这一层。 几乎所有用途都够用 |
建议先用免费方案试，确定会长期使用后再添加付款方式。在付费方案下，你发送的内容不会被用于改进 Google 的产品，而且对这类工具来说上限相当宽裕：大约可同时运行 25 路 Interpretab 翻译，每月约 110 小时。Google 也提供了开通结算的说明。
🔑 在多台设备和多人之间共用一个 Gemini API 密钥
Interpretab 把密钥保存在本机的 chrome.storage.local 里。Chrome 的配置同步不会带走它，所以在多台电脑上使用就要在每台上分别粘贴。在自己的多台设备上使用同一个密钥没有问题。
把密钥交给别人则不行，这不符合 Google 的 API 服务条款。
🛡️ 关于 Gemini API 密钥需要注意的事
- 速率限制按项目计算，而不是按密钥。 Google 的文档就是这么写的。付费方案的「每 10 分钟 $10」大约相当于同时运行 25 路 Interpretab 翻译，超出部分会报错。
- 密钥等同于密码。 一旦外泄，就会出现 Google 指南所说的情况：「他人可以消耗你项目的配额、造成意外账单，并访问私有资源。」处置旧设备时，或怀疑密钥可能泄露时，请在 AI Studio 删除旧密钥并新建一个。
- 团队使用建议一人一个密钥。 在同一个 Google Cloud 结算账号下给每位成员建立各自的项目，付款集中在一处，而密钥和速率限制彼此分开。
- 对于欧洲经济区、瑞士或英国的用户，Gemini API 的附加条款要求使用付费方案。
- 如果无法开始翻译，错误信息会告诉你原因。 Interpretab 在打开任何连接之前会先向 Google 查询密钥状态，因此密钥被拒、密钥已用完 Google 当前允许的额度、密钥无权调用 Gemini API 这三种情况会分别指明，而不是靠猜。用完额度是免费方案上最常见的：到 AI Studio 查看还剩多少，等待上限重置，或者添加付款方式。如果提示说密钥本身已被接受，那问题出在 Gemini 或你的网络，而不是密钥。翻译中途停止也是同样的原因。这时 Interpretab 不会重连，而是就地结束并显示同样的提示：额度用完后连接仍会先建立起来，一秒左右才被断开。
🛠️ 开源
Apache 2.0。源码、上述内容背后的工程笔记，以及问题追踪：
⚖️ 免责声明
- 不是 Google 的产品。 Interpretab 是个人项目，并非由 Google 制作，也未经 Google 支持、认可或审核。Google、Gemini、Chrome、YouTube 是 Google LLC 的商标。
- 这是机器翻译。 它会听错，会猜名字，有时还会用一把自信而好听的声音说出讲话人没说过的话。凡是错了要付出代价的场合——医疗、法律、金钱、安全，或者本该请口译员的场合——都不要用它。
- 要翻译谁的声音，由你自己判断。 有些地方录制或翻译一段对话需要在场所有人同意，网站的条款也可能对其音频另有规定。那是你和他们之间的事。
- 不提供任何担保。 Apache 2.0，按现状提供。Gemini 的用量走你自己的密钥，费用记在你自己的账户上。