微軟近日宣布推出其語音技術領域的最新創新——「即時翻譯員API」（Live Interpreter API），作為Azure語音翻譯服務（Azure Speech Translation）的一部分，該功能已正式進入公開預覽階段。此舉不僅展現微軟在人工智慧語音領域的持續投入與領先地位，更意味著全球跨語言、跨文化交流即將進入一個全新時代。
該「即時翻譯員API」的核心目標，在於讓用戶享有無縫的跨語言即時翻譯體驗。過去，語音翻譯技術經常受限於語言切換延遲、語調失真及語意不連貫等問題，而微軟透過整合 Azure 雲端算力與深度語音模型，成功縮短延遲，並改善語調保留，實現接近人類口譯員的表現。這不僅大幅提升多語對話的流暢度與即時性，更為國際會議、教育現場與社交應用場景帶來前所未有的溝通體驗。
自動語言識別 微軟強調，「即時翻譯員API」的一大突破在於內建的自動與連續語言識別功能（Language Identification, LID）。這項技術能即時判斷說話者所使用的語言，無需使用者提前選擇語言類別，大幅簡化操作。
目前該API已支援 76 種語言及 143 個地區方言，涵蓋範圍極廣。從英語、阿拉伯語、普通話、粵語，到各地區語音變體，都能被自動識別並即時翻譯，為跨境交流提供強大技術支撐。
保留語氣與情感
另一項備受矚目的功能是「個人聲音」（Personal Voice）。該技術能在翻譯過程中最大限度保留原說話者的語調、語速、語氣與情緒，使最終翻譯語音更真實自然。
這項能力尤其適用於需要情感傳遞的場合，例如客服溝通、線上課程、公共演講與語音導覽。微軟同時強調，該功能設有企業級授權與權限控管，確保只有在用戶授權下才會使用個人語音模型，全面保障隱私與專屬性。
多元應用場景
微軟在公告中特別指出，「即時翻譯員API」具有橫跨多產業的應用潛力：包括多語客服與呼叫中心，客服人員能即時聽懂並回應不同語系客戶需求，提升回應速度與滿意度；線上會議與虛擬活動：跨國會議中，API 可即時翻譯與會者發言，取代傳統口譯設備，降低溝通障礙；多語教學與教育平權：教育平台能即時翻譯課程內容，幫助不同語言背景學生同步學習；電商直播與社交互動：主播可透過翻譯即時與全球觀眾交流，突破語言隔閡，拓展市場版圖。
微軟亦分享了與中國知名科技品牌安克創新（Anker Innovations）的合作案例。安克表示，透過整合Azure即時翻譯員功能，能為全球用戶帶來更智能、更沉浸的視聽體驗，顯示該技術在實際應用上的價值。
為方便開發人員應用，微軟提供完整的快速入門指南，支援C#、Python等多種程式語言，並能跨平台部署，讓 API 輕鬆整合至現有應用程式或服務中。不過，目前此功能尚未直接面向一般消費者，而是供第三方平台或應用整合，最終由使用者在會議軟體、客服系統或教育平台中體驗到其翻譯能力。 （編輯部）
下載APP