Android 即時語音翻譯 App 2026

你在咖啡廳和日本客戶談事情。家裡的印尼看護要跟你說阿嬤今天的狀況。你在越南的工廠和線上的同事對規格。你手上是 Android 手機，大概已經試過 Google 翻譯的對話模式，也大概已經撞到它的天花板了。這篇要講的是接下來怎麼辦：怎麼在任何一支 Android 手機上做到連續、不用動手的即時語音翻譯，而且把譯文念出來，讓你不必一直低頭看螢幕。

為什麼 Google 翻譯在 Android 上不算即時翻譯

Google 翻譯是一款好 App：打字翻譯、相機翻譯、出國前下載離線語言包，這些它都做得很好。它就是不是即時語音翻譯工具，而且只要你拿它來撐一段流動的對話，差別立刻就出現：

• 對話模式是輪流制，不是連續的。你點一下、對方講、你等。它不會和講話的人同時進行翻譯，而是整句收完才處理。
• 它不會連續把譯文念出來。 你可以點一下聽某一句的翻譯，但它不會像真人口譯那樣持續出聲。
• App 必須留在前景。 切到 LINE、Messenger、Zoom 或 Meet，對話模式就暫停或直接退出。
• 冷門語言掉得很快。 前 20 大語言沒問題，但中文對越南文、中文對印尼文、中文對菲律賓文這些組合，準確度明顯下降。而這幾個，剛好是台灣的職場、工廠和家庭最常用到的。

三星的 Galaxy AI 即時通話翻譯和 Pixel 的 Live Translate 比較接近即時，但兩者都綁在特定機型、特定 App 和比較小的語言清單上。你手上不是 Pixel 或近幾代的 Galaxy 旗艦，就沒得用。就算有，要翻 Discord 裡的語音、LINE 的語音訊息或 YouTube 直播的聲音，一樣沒得用，因為它們的範圍只涵蓋通話和少數系統功能。

剩下的就是多數人真正在找的那一類：一款會連續運作、支援長尾語言、而且會像真人口譯那樣把翻譯念出來的 Android 即時語音翻譯 App。

Google 翻譯對話模式失效的幾種狀況

就算在它預設的情境裡（兩個人在桌邊輪流講話），對話模式也有幾種具體的失效方式，值得在你把一場重要對話押上去之前先知道：

• 長句子會被切掉。 任何一方用正常語速講超過十秒左右，App 就會在句子中間停止聆聽。
• 背景噪音會弄壞說話者判斷。 咖啡廳、醫院大廳、捷運站，只要比安靜的客廳吵，自動偵測就分不出誰在講哪一種語言。
• 話重疊就直接卡住。 兩個人同時開口、有人講到一半笑出來、第三個人插話。對話模式是為嚴格的一人一輪設計的，對話一自然它就停擺。
• 中英夾雜會被弄糊。 台灣人講話很常夾英文詞，這對語言偵測是個難題，它會挑一種語言，然後把其餘的部分翻爛。

一步一步：在 Android 上用 Whisperr 做即時語音翻譯

這是一段流動、不用動手的對話設定：對方用他的語言講，你用耳機聽到你的語言的翻譯（反過來也行）。設定時間大約 45 秒。範例用的是中文和日文，但同樣的流程適用於 100 多種支援的語言配對。

1. 從 Google Play 安裝 Whisperr

在 Google Play 搜尋「Whisperr」並安裝。第一次打開時登入或註冊。App 可以免費試用，時間較長或使用量較大的場次會進到付費方案。

2. 選兩種語言

在螢幕下方的錄音列點語言選擇器，選出這場對話牽涉到的兩種語言，例如中文和日文，或中文和越南文。順序不重要，也不用指定哪一個是來源。Whisperr 預設就是雙向翻譯，所以任何一方都可以用自己的語言講，另一方聽到的是自己的語言。

支援 100 種以上語言配對，東亞、東南亞、南亞、中東、歐洲和主要的地區性口音都在內，也就是那些在別的 App 上「支援」通常等於「支援得很差」的組合。

3. （選用）點箭頭鎖成單向

如果你不需要雙向自動翻譯，例如你在看韓國實況主的直播，只需要韓文翻成中文（永遠不會反過來），點兩個語言選擇器中間的箭頭圖示，就會從雙向自動偵測切換成單一方向。Whisperr 不再判斷現在講的是哪一種語言，會把所有進來的聲音都當成來源語言。

什麼時候留在雙向：和真人的實際對話。什麼時候切成單向：講座、直播、新聞、podcast，或只有一方講外語的訪談。

4. 打開設定（左下角）

點錄音畫面左下角的設定圖示。會改變 Whisperr 行為的模式都在這裡：語音輸出、字級、只顯示逐字稿、面對面翻轉。

5. 開啟「即時語音」

在設定裡找到 Enable real-time speech 的開關，把它打開。這個開關會把 Whisperr 從「只有字幕」變成會出聲的即時翻譯工具，它會用目標語言的語音，一行一行把每句譯文念出來，延遲在一秒之內。

多數人說「我要一個即時語音翻譯」的時候，指的其實就是這個模式。你不用盯著螢幕，可以和對方保持眼神接觸，手機替你講話，像是有個安靜的口譯員坐在你手邊。

6. 插上耳機（這步很重要）

插有線耳機或連藍牙耳機（AirPods、Pixel Buds、Galaxy Buds 都可以）。這一步看起來可有可無，其實不是。

原因是：當 Whisperr 用手機喇叭把譯文念出來，手機的麥克風會聽到這段譯文，然後試圖把它也翻一次。結果就是一個回饋迴圈，App 把自己的輸出翻回來源語言、再翻一次，一直重複，整場就亂掉了。

耳機可以打斷這個迴圈。譯文只播進你的耳朵，麥克風只聽得到真人講話，輸入乾淨、輸出乾淨、沒有回音。如果你是替別人翻譯（也就是需要用聽的是對方），那就把耳機給對方，或用 Whisperr 的廣播模式，讓對方在自己的手機上讀字幕。

7. 點下錄音鍵

點螢幕下方的紅色麥克風鍵，第一次會要求麥克風權限。就這樣。Whisperr 現在開始連續聆聽，即時轉錄來源語言、同步翻譯，並把結果即時念進你的耳機。

把手機螢幕朝上平放在你和對方之間的桌上。Android 手機底部的麥克風在小桌子的距離內收對話聲音很乾淨，手機離講話的人越近，收到的聲音越好。

結束時點停止鍵。雙語逐字稿會自動存進你的帳號，方便後續追蹤、做筆記，或事後分享給對方。

為什麼 Whisperr 勝過其他 Android 選項

誠實地把 Android 上真正拿得到的選項攤開來看，以及各自的斷點：

幾個值得單獨點出來的差異：

真正的串流，不是輪流。 Whisperr 在講話的人還在講的時候就翻，不是等他停下來才翻。沒有「按一下換人」的節奏，對話流動起來的感覺就像旁邊站著一位真人口譯。這是會話手冊工具和真正的語音翻譯體驗之間的分界線。

要不要念出來是一個開關，不是另一個 App。 其他 App 要嘛永遠出聲（在安靜的場合很擾人），要嘛永遠不出聲（免動手的意義就沒了）。Whisperr 可以在只有字幕、只有語音、兩者都要之間切換，看當下方不方便看螢幕。

100 種以上語言，含長尾。 越南文、印尼文、菲律賓文、泰文、印地文、波蘭文、烏克蘭文、阿拉伯文，這些是多數翻譯 App 要嘛沒有、要嘛做得很差的配對。對台灣的工廠、餐飲業和有外籍看護的家庭來說，這幾個配對比「支援 100 種語言」這個數字本身重要得多。

不會伸手要無障礙權限。 有些「即時翻譯」的 Android App 會要求「無障礙服務」權限，那等於讓它讀取每個 App 每個畫面上的每一個字。Whisperr 用的是 Android 官方的 API（麥克風、系統音訊、MediaProjection），不會要到那個層級的存取權。

符合 GDPR。 聲音是即時處理的，不會永久儲存在 Whisperr 的伺服器上。存進你帳號的雙語逐字稿屬於你，可以保留、匯出或刪除。

常見問題

Whisperr 可以離線用嗎？

不行。即時語音翻譯需要雲端（語音辨識和翻譯模型跑在伺服器端），要有 Wi-Fi 或行動網路。純粹當出國的離線會話手冊用，Google 翻譯下載好的語言包還是對的工具。要撐真實對話的準確度，線上才做得到。

會很耗電或讓手機發燙嗎？

一場連續的翻譯會像通話一樣持續使用麥克風和網路，耗電程度大約和一場 Zoom 會議差不多，有感但不誇張。超過 30 分鐘左右的場次，建議接著充電線。

可以翻譯 Android 上的通話嗎？

Android 和 iOS 一樣，不讓第三方 App 直接擷取通話中的聲音。真正可行的變通做法是：一台裝置開擴音通話，另一台裝置（平板、舊手機、筆電）跑 Whisperr 用麥克風聽。耳機只插在第二台裝置上，避免擴音那端產生回饋迴圈。

LINE 的語音訊息、Telegram 語音或 Discord 語音頻道可以嗎？

如果聲音是在同一個空間裡播出來的（例如對方開擴音講話）：可以，麥克風收得到。如果是手機自己的喇叭在播、同時聊天 App 在前景：可以，但要戴耳機避免回饋。至於不透過擴音、直接從 LINE、Telegram、Discord 內部擷取聲音：這一版還做不到，那些 App 沒有像 YouTube、Instagram、TikTok 那樣把聲音開放給系統的 MediaProjection API。

即時語音翻譯和一般的語音翻譯差在哪？

差別很重要。一般的語音翻譯通常是先錄、再翻、再播。即時語音翻譯則是轉錄和翻譯與講話者同步進行，一行一行、延遲在一秒之內，而且在對方還在講的時候就持續把譯文念出來。那就是 Whisperr 的即時語音開關打開之後的體驗。

中文和日文的翻譯表現如何？

中日是 Whisperr 支援得最好的組合之一，雙向都是。日文輸出的語感自然，敬語不會整段崩掉，日文輸入也跟得上正常語速的商務對話。中文夾雜英文詞的講法（台灣人幾乎每句都這樣講）會被當成一句話處理，而不是被語言偵測切成兩半。中文和越南文、印尼文、菲律賓文的組合同樣可用，這幾組在別的工具上通常沒有像樣的支援。

兩個人面對面、不戴耳機可以用嗎？

可以。把即時語音的開關關掉，改用只有字幕的模式，並把畫面翻轉，讓兩個人各自讀到正的那一半。Whisperr 內建面對面顯示模式（螢幕的一半旋轉 180 度）。有人不方便讀字或視線在別的地方時，即時語音模式比較好用；兩個人隔著桌子坐、又偏好用讀的，面對面字幕模式比較合適。

可以用瀏覽器取代 Android App 嗎？

可以。Whisperr 的網頁版 app.whisperr.co 支援任何現代瀏覽器（Chrome、Firefox、Edge、Safari、Brave 都行）。當你要翻譯的聲音是在筆電上播放時，例如 Zoom 會議、網路研討會或瀏覽器分頁裡的 YouTube 影片，走瀏覽器這條路比較乾淨。在手機上，面對面的對話還是 Android App 的體驗比較好。

下一場對話就試試看

如果 Google 翻譯輪流制的對話模式一直在打斷你真實對話的節奏，Whisperr 就是為這個缺口做的。安裝 Android App、選兩種語言、把 Enable real-time speech 打開、插上耳機，然後點錄音。

下載 Whisperr Android App →