概览

实时语音翻译智能体能够将音频流实时识别为文字，支持智能断句，实时输出语音识别和翻译结果， 并支持对翻译结果进行语音播报。

当前服务提供两个版本，均可通过创建智能体接口generateAIAgentCall统一接入（后续第二版还将支持通过 WebSocket 直接接入）：

• 第一版（默认）：支持中、英、日、韩、法等 45 个语种的互译。支持指定翻译方向，并在会话中可通过事件动态切换源语言和目标语言。
• 第二版（推荐）： 提供卓越的性能与更精准的翻译效果，支持更丰富的语种互译。该版本具备自动双语检测和双向互译能力，无需手动切换语言，推荐优先接入。

方案概述

您可以在调用创建智能体接口时，通过传入对应参数以选用第一版或第二版翻译服务。两个版本使用相同的统一接口封装，但在具体配置项及会话控制细节上有所差异。

1. 第一版翻译服务（默认接入）

第一版为默认翻译服务，创建智能体实例时无需在接口参数中设置 translationVersion 字段。

配置项与示例

语言参数使用百度翻译语言码，完整语言列表参考官网：翻译语言列表。 常见语言参数为：中文 zh、英语 en、日语 jp、韩语 kor、法语 fra。

配置示例：

1{
2    "translationSourceLanguage": "zh",
3    "translationTargetLanguage": "en",
4    "translationTtsSpeaker": "woman"
5}

会话中切换翻译方向

第一版不具备自动双语言检测能力。在双语对话场景中，若发言的语言方向发生变化（如从中文讲者切换到英文讲者），需通过客户端事件消息来动态切换翻译方向。

1'[SET]:[TRANSLATION]:{"sourceLanguage":"en", "targetLanguage":"zh"}'
2
3## 只有目标语言为 en 英文时，才可以设置 ttsSpeaker
4'[SET]:[TRANSLATION]:{"sourceLanguage":"zh", "targetLanguage":"en", "ttsSpeaker": "woman"}'

Web 端发送事件消息样例：

1/**
2 * 发送文本给智能体
3 * @param text 文本
4 * @param id 可以忽略，表示广播消息
5 */
6BRTC_SendMessageToUser('[SET]:[TRANSLATION]:{"sourceLanguage":"zh", "targetLanguage":"jp"}', id);

2. 第二版翻译服务（推荐接入）

第二版性能更好、翻译效果更优。创建智能体实例时，通过显式设置 translationVersion 即可启用。

配置项与示例

语言参数使用区域化格式。常见取值为：中文（普通话） zh-CN、英语 en-US、日语 ja-JP, 支持的完整语言列表可参考下表。

配置示例：

1{
2    "translationVersion": "v2",
3    "translationSourceLanguage": "zh-CN",
4    "translationTargetLanguage": "en-US"
5}

自动双语检测与互译

第二版内置了强大的双语检测能力可自动识别当前发言语言，并自动完成双向互译。用户无需像使用第一版那样，关注在客户端频繁发送换向事件，能带来更符合直觉的沉浸式交谈体验。

详细语言列表

注意事项

• translationSourceLanguage 与 translationTargetLanguage 必须不同。
• 第一版和第二版的语言参数格式不同不能混用。第二版参数必须使用区域化格式（如 zh-CN），不能使用第一版的短码格式（如 zh）。