如何实时翻译 Google Meet 通话——Chrome 扩展程序指南
在多语言通话这件事上，Google Meet 做得已经比大多数平台多。它有实时字幕，也在逐步铺开叠加其上的翻译字幕。问题藏在细则里：翻译字幕与 Google Workspace Business Standard 及以上档位捆绑，覆盖的语言集比你预期的更窄，而且严格只读。你可以读到别人说了什么的译文，但 Meet 没有给你任何途径，用另一种语言通过通话自身的音频回话。如果你用的是个人 Gmail 账户、较低的 Workspace 档位，或者只是凭一条链接以访客身份加入，那么翻译功能对你根本不存在。
本指南介绍另一种做法：一个与 Google Meet 网页客户端并肩运行的 Chrome 扩展程序，把任何通话变成一条覆盖 60 种语言的实时翻译字幕流——无论你或主持人处在哪个 Workspace 档位。由于 Meet 本身就原生跑在 Chrome 标签页里，它是所有平台中配合起来最顺滑的一个：没有需要到处找的“从浏览器加入”链接，也没有需要缠斗的桌面应用。总设置时间大约两分钟，除了一次标准的 Chrome Web Store 安装之外，没有任何需要 IT 审批的东西。
你需要准备什么
开始之前，请确认以下几样已经就绪：
- Chromium 内核的浏览器，版本 116 或更高。Chrome、Edge、Brave、Arc 和 Opera 都符合条件。Safari 和 Firefox 不受支持，因为它们没有实现 Gaavala 所依赖的扩展 API。
- 一个 Google Meet 链接。任何
meet.google.com/...形式的 URL 都可以——无论它来自 Google 日历邀请、一条聊天消息，还是一条不绑定账户的“访客”链接。 - 大约两分钟的时间用来安装扩展程序并启动你的第一次会话。
你不需要付费的 Google Workspace 计划，不需要管理员审批，除了扩展程序本身也不需要安装任何东西。Meet 完全运行在浏览器标签页里，这套流程中根本不涉及桌面应用。
第 1 步——从 Chrome Web Store 安装 Gaavala
打开 Chrome Web Store 上的 Gaavala 页面，点击“添加至 Chrome”：
chromewebstore.google.com/detail/lfpocpggolghmaijacokoelmjlhipbgd
Chrome 会显示标准的权限提示，列出扩展程序可以访问的内容。确认即可。安装完成后，把 Gaavala 图标固定到工具栏，方便快速打开侧边面板——点击 Chrome 右上角的拼图图标，打开 Gaavala 旁边的固定开关。
第一次点击工具栏图标时，Gaavala 侧边面板会打开，并提示你用 Google 或 Microsoft 登录。登录使用 Chrome 的 identity API，完全通过 OAuth 完成——不需要在 Gaavala 网站上单独注册账户。你的一次性免费试用会自动激活，总共提供 5 分钟转录——无需信用卡；这 5 分钟用完后，试用即告耗尽（永不重置）。免费试用覆盖全部 60 种语言、说话人分离，以及 TXT/SRT/JSON 导出。
第 2 步——在 Chrome 标签页中加入 Google Meet
这一步在别的平台上最容易把人绊倒——但 Meet 让它变得毫不费力。Google Meet 没有一等公民的桌面应用；它就活在浏览器里。点击你的 meet.google.com 链接，它会直接在一个 Chrome 标签页中打开。没有“要打开桌面应用吗？”的对话框需要取消，也没有“从浏览器加入”的链接需要寻找。这正是 Meet 对这个扩展程序最友好的原因。
按提示允许麦克风和摄像头访问，确认你的名字（如果以访客身份加入就输入一个），然后照常申请加入或直接进入通话。会议期间保持这个标签页打开。你可以自由切换到其他标签页——无论 Meet 标签页是否在前台，音频采集都会继续。
唯一的要求是通话运行在 Chrome 标签页里，而在 Meet 上这既是默认行为，也是唯一行为。Gaavala 通过 tabCapture API 从 Chrome 标签页采集音频，因此只要 Meet 在标签页中——而它永远在——你就万事俱备。
第 3 步——打开 Gaavala 侧边面板，按下 Start
在 Meet 标签页处于焦点状态时，点击工具栏上的 Gaavala 图标。侧边面板会在浏览器右侧打开。点击“Start”（开始）即可开始一次转录会话。
按下 Start 的那一刻，扩展程序立即通过 Chrome 的 tabCapture API 采集 Meet 标签页的音频——没有屏幕共享对话框，没有标签页选择器，也没有需要记住的勾选框。Chrome 会在 Meet 标签页上显示一个小指示，确认它正在被采集。这是正常现象，其他参会者看不到它。
在幕后，Gaavala 把采集到的音频送入一个 offscreen 文档，向位于欧盟的 Soniox 打开一条加密的直连 WebSocket（TLS 1.2+），并开始流式传输。每次会话使用单一用途的临时密钥，60 秒后过期。音频同时被回灌进本地音频图，因此你会继续正常听到会议——没有任何声音被静音或改道。没有任何音频数据包会到达 Gaavala 的服务器。如果你想亲自验证这一点，隐私架构文章详细讲了如何在 DevTools 中逐步检查。
第 4 步——选择源语言和目标语言
在侧边面板中选择源语言（发言者正在使用的语言）和目标语言（你想阅读的语言）。Gaavala 通过 Soniox 支持 60 种语言，包括大多数翻译工具悄悄忽略的长尾语种——土耳其语、越南语、他加禄语、捷克语、希腊语、希伯来语、印地语、匈牙利语、罗马尼亚语、泰语等等。这比 Meet 自家翻译字幕覆盖的范围更宽。
如果会议中有人使用多种语言——在多语言课堂和国际 NGO 通话里很常见——把源语言设为“auto-detect”（自动检测）。Soniox 能处理流中途的语言切换，字幕会随之更新。说话人分离默认开启，每句话都带有说话人标签——当对话在参会者之间快速流转时特别有用。
两种语言都可以随时更改，无需重启会话。
第 5 步——阅读实时字幕（或在 Pro 中开口回应）
每句话说出后一两秒内，翻译字幕就会流入侧边面板。点击任意片段即可复制。会议结束时，你可以把完整转录稿导出为 TXT、SRT 或 JSON，也可以请求一份 AI 摘要。摘要 100% 通过 Chrome 内置模型（Gemini Nano）在设备端运行，零网络请求——转录稿从不离开你的电脑。
如果你升级到 Pro（$19.99/月，每天 120 分钟转录，通过 Paddle 结算，可随时取消），Speak Mode 面板就会可用。这里正是 Gaavala 超出 Meet 只读翻译字幕的地方。Speak Mode 是双向的：你用自己的语言说话，Gaavala 把它翻译出来，再由合成语音把你的译文播进通话。它是一个按钮，按法决定行为：
- **按住 Speak 按钮：**按住、说话、松开。Gaavala 完成翻译，并把结果讲进会议。按钮获得焦点后，用空格键同样可以按住。
- **轻点 Speak 按钮：**一个 60 秒的免提窗口，你自然地说，Gaavala 边听边翻译并发声。一个圆环为这个窗口倒计时；再轻点一次可提前结束。
Speak Mode 播放你的翻译语音时，你真实的麦克风会自动静音，避免会议同时听到你本人和合成语音。会议平台自己的静音按钮永远优先——只要你在 Meet 里把自己静音了，无论 Speak Mode 在做什么，都不会有任何声音被送出。
Speak Mode 给你两种被听见的方式：
- 69 种 Soniox 录音室音色——多语言预设音色，每一种都能说全部 60 种语言，零设置，Pro 的默认选项。
- 你自己的声音——录一段 ~20 秒的样本，Gaavala 就会创建一个能说全部 60 种语言的原生克隆（由 Soniox 驱动）。加密存储，可随时删除。
常见问题排查
字幕显示“no audio detected”（未检测到音频）
这几乎总是焦点问题——扩展程序采集的是你按下 Start 时处于活动状态的标签页。结束会话，确认 Meet 标签页是当前聚焦的标签页，再点一次 Start。其他常见原因：Meet 标签页在操作系统层面被静音，或者通话还没开始播出声音（例如你还停在加入前的预览界面）。请确认你真的已经进入通话，而不只是打开了加入页面。
Meet 的翻译字幕和 Gaavala 的字幕对不上
如果你在开着 Gaavala 的同时也打开了 Meet 自己的翻译字幕，屏幕上可能会出现两份略有差异的译文。这是预期之中的——它们是两套各自独立判断的引擎。Meet 的字幕覆盖的语言集更窄且只读；Gaavala 的字幕跑在 Soniox 上，覆盖全部 60 种语言，并且为 Speak Mode 供料。多数用户在 Gaavala 跑起来之后会关掉 Meet 自带的字幕，让屏幕清爽一些。
访客加入与等候室
如果你以访客身份加入 Meet，可能会先落在等候室里，直到主持人放你进去。在等候室阶段 Gaavala 采集不到有意义的音频，因为此时还没有通话声音在播放。等你被放行、听到通话音频之后再按 Start。如果你按得太早，结束会话，进入通话后重新开始即可。
为什么扩展程序需要 Google Meet 网页客户端
在 Meet 上这个问题几乎是学术性的，因为 Meet 压根没有桌面应用——它天生就跑在浏览器里。但背后的原因仍然值得理解，因为它正是 Gaavala 在每个平台上表现一致的原因：浏览器扩展程序够不到桌面应用。Chrome 的 tabCapture API 只能看到浏览器内部发生的事情。任何运行在独立原生进程、拥有自己音频管线的通话，都完全在 Chrome 的可达范围之外。
这个约束同时也是优势。选择 Chrome 扩展程序这种形态，正是因为它在 Windows、macOS、Linux 和 ChromeOS 上的表现完全一致，不需要安装驱动，也不让任何音频经过第三方服务器。由于 Meet 本身就是浏览器原生体验，这里完全没有摩擦——而当你的下一场通话换成 Zoom 或 Teams 时，同一套流程原样跟着走。你只学一个工具，它跟着你跨越所有平台。
Gaavala 能做而 Google Meet 内置功能做不到的
| 能力 | Google Meet 内置 | Gaavala |
|---|---|---|
| 实时翻译字幕 | 仅限 Workspace Business Standard 及以上 | 有，任何 Meet 通话都可用 |
| 支持的语言 | 更窄的集合 | 60 种语言 |
| 双向 Speak Mode（说进去，翻译语音出来） | 无（只读） | 有（Pro） |
| 个人 Gmail / 访客加入可用 | 翻译功能不可用 | 可用 |
| 跨 Meet、Zoom、Teams、Webex 通用 | 否 | 是 |
| 音频经过供应商服务器 | 是（Google） | 否（直连位于欧盟的 Soniox） |
| 说话人分离 | 有 | 有 |
实践中最重要的是两点：可及性和覆盖面。Gaavala 不在乎你处在哪个 Workspace 档位——一个用个人 Gmail 加入客户通话的自由职业者，拿到的是与企业用户完全相同的 60 语言翻译。而由于无论标签页里跑的是哪个平台，字幕、Speak 按钮、语言选择器和每一个键盘习惯的行为都完全一致，一个用 Meet 谈客户、周二用 Zoom、周四用 Teams 的团队，从头到尾只需要学一个工具。
FAQ
价格是多少，免费试用怎么运作？
免费试用总共提供 5 分钟转录，无需信用卡——一份一次性的终身额度，永不重置。它覆盖全部 60 种语言、说话人分离，以及 TXT/SRT/JSON 导出。Speak Mode 不包含在免费试用中；它是 Pro 专属功能。每月 $19.99 的 Pro 解锁每天 120 分钟转录（在 00:00 UTC 重置），以及 Speak Mode 的 69 种 Soniox 录音室音色和原生声音克隆。Pro 由 Paddle 作为 Merchant of Record 结算，你可以随时在侧边面板中取消。
其他 Google Meet 参会者会知道我在用 Gaavala 吗？
不会。Gaavala 只是被动地从标签页采集音频，从不主动向会议注入任何东西。没有多出来的参会者，没有音频改动，也不会通知主持人。Chrome 的“Tab is being captured”（标签页正在被采集）指示只有你自己能看到。唯一的例外是 Speak Mode——它按设计就是把你的翻译语音播进通话，但那是你在有意发言，只不过换了一种语言。
我的会议音频会被上传到 Gaavala 服务器吗？
不会。音频通过加密 WebSocket（TLS 1.2+）从你的浏览器直接流向位于欧盟的 Soniox，使用单一用途、60 秒后过期的临时密钥。Gaavala 的后端从不出现在音频路径上。AI 摘要走得更远——它完全通过 Chrome 内置的 Gemini Nano 模型在设备端运行，转录稿从不离开你的电脑。完整架构记录在会议音频隐私文章中。
我需要 Google Workspace 计划才能用吗？
不需要。这正是它相对 Meet 自家翻译字幕的主要优势——后者要求 Workspace Business Standard 或更高档位。Gaavala 适用于任何 Meet 通话：个人 Gmail 账户、任意 Workspace 档位，或者只凭一条链接的访客加入。只要通话在 Chrome 标签页中的 meet.google.com 打开，你就在覆盖范围内。
我能在手机或平板上使用 Gaavala 吗？
暂时不能。移动端 Chromium 浏览器没有实现 Gaavala 所依赖的扩展 API（tabCapture、offscreen、sidePanel）。请使用装有最新 Chromium 浏览器的台式机或笔记本电脑。
开始使用
一次性免费试用——5 分钟转录，无需信用卡，永不重置。Speak Mode 为 Pro 专属（$19.99/月）。安装后用 Google 或 Microsoft 登录，在标签页中打开任意 meet.google.com 通话，两分钟内你的下一场 Google Meet 就会有实时翻译字幕——无论你在哪个 Workspace 档位。