如何实时翻译 Zoom 会议——Chrome 扩展程序指南
如果你曾经坐在一场 Zoom 会议里，一半参会者说着一门你只能半懂的语言，那你已经清楚 Zoom 的内置工具能做什么、不能做什么。Zoom Automated Captions（自动字幕）会把说出的内容转成文字，但只限于所讲的那种语言——没有翻译这一步。Zoom AI Companion 补充了一些翻译能力，但它锁在付费 Zoom 套餐后面，只支持数量有限的语言对，而且被绑定在 Zoom 生态之内。当你的下一场通话转到 Teams 或 Meet 时，你刚学会的这套流程就没用了。
本指南介绍另一种做法：一个与 Zoom 网页客户端并肩运行的 Chrome 扩展程序，把任何会议变成一条覆盖 60 种语言的实时翻译字幕流。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 和 Arc 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 Zoom 会议加入链接（能在浏览器标签页中打开）。任何标准的
zoom.us/j/...URL 都可以。 - 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 Zoom 套餐，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。整个流程完全用不到 Zoom 桌面客户端。
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 分钟的翻译字幕——无需信用卡；这 5 分钟用完后，试用即告耗尽（永不重置）。
第 2 步——在 Chrome 标签页中加入 Zoom 会议
这是第一次尝试时最容易做错的一步。Gaavala 通过 tabCapture API 从 Chrome 标签页采集音频。也就是说，会议必须运行在标签页里，而不是 Zoom 桌面客户端中。
点击你的 Zoom 会议链接。Zoom 会非常执着地想打开桌面应用，默认情况下可能不显示浏览器加入链接。如果没有立刻看到，就在 Zoom 落地页底部附近找那个小小的“Join from your browser”（从浏览器加入）链接。在某些 Zoom 会议页面上，这个链接要在你取消一两次桌面应用启动对话框之后才会出现。如果链接确实不存在，说明会议主持人关闭了网页加入——参见下方疑难解答部分的应对办法。
点击“Join from your browser”后，Zoom 会在当前标签页中加载网页客户端。按提示允许麦克风和摄像头访问，输入你的名字，像平常一样加入会议。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 Zoom 标签页是否在前台，音频采集都会继续。
第 3 步——打开 Gaavala 侧边面板，按下 Start
在 Zoom 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 Zoom 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 Zoom 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 Soniox 打开一条直连 WebSocket，并开始流式传输。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和目标语言两项：源语言是发言者正在使用的语言，目标语言是你想阅读的语言。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。
如果会议中有人使用多种语言，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文本；在 Pro 套餐中，还可以请求一份 AI 摘要，把整场对话浓缩成要点和行动项。
如果你升级到 Pro（$19.99/月，每天 120 分钟），Speak Mode 面板就会可用。Speak Mode 是一项双向功能：你用自己的语言说话，Gaavala 把它翻译成会议的语言，再由合成语音播进通话。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，并在下一口气把结果讲进会议。按钮获得焦点后，用空格键同样可以按住。
- **轻点 Speak 按钮：**一个带倒计时圆环的 60 秒免提窗口——当你需要在演示中干净利落地讲完一段准备好的内容、又不想一直按着什么时，正好用它。
在 Pro 中，默认是 Soniox 录音室音色——69 种音色，全部会说 60 种语言，零设置。或者录一段 ~20 秒的样本，以你自己声音的克隆开口——加密存储，可随时删除。
常见问题排查
看不到“Join from your browser”链接
Zoom 有意隐藏网页加入链接，好把用户推向桌面应用。三个应对办法：
- **取消桌面应用的启动提示。**点击会议链接时，Chrome 会询问是否打开 Zoom 客户端。点击取消。取消一两次后，网页加入链接通常就会出现在页面上。
- **在会议 URL 末尾加上
?br=1。**对许多 Zoom URL 来说，这会直接强制走浏览器加入流程。例如：https://zoom.us/j/1234567890?br=1。 - **请主持人开启网页客户端加入。**Zoom 账户管理员可以在组织级别关闭网页加入。如果上面两个办法都不奏效，说明主持人所在的组织已将其关闭，客户端这边没有解法。
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 Zoom 标签页是当前聚焦的标签页，再点一次 Start。其他常见原因：Zoom 标签页在操作系统层面被静音，或者会议还没开始播出声音。
字幕准确，但感觉有延迟
一定程度的延迟是结构性的——Soniox 需要听到足够长的一段话才能确定一次翻译。典型的端到端延迟是一到两秒。如果感觉明显更长，检查你的网络：Soniox 通过 WebSocket 从你的机器流式传输，缓慢或丢包的连接会直接表现为字幕延迟。
为什么扩展程序需要 Zoom 网页客户端
一个常见的追问：扩展程序为什么不能直接接入 Zoom 桌面应用？诚实的回答是：浏览器扩展够不到桌面应用。Chrome 的 tabCapture API 只能看到浏览器内部发生的事情。桌面版 Zoom 通话运行在一个独立的原生进程里，拥有自己的音频管线，完全在 Chrome 的可达范围之外。
变通办法确实存在——虚拟音频线、系统级环回驱动、原生辅助程序——但每一种都会增加安装阻力、签名要求和特定操作系统上的 bug。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。代价是你要从浏览器加入会议。这样用上一周之后，你几乎不会再想念桌面应用。
Gaavala 能做而 Zoom 内置功能做不到的
| 能力 | Zoom AI Companion | Gaavala |
|---|---|---|
| 实时翻译字幕 | 有限的语言对 | 60 种语言，任意组合 |
| 双向 Speak Mode（输入文字/语音，输出翻译语音） | 无 | 有（Pro） |
| 用于口头翻译的声音克隆 | 无 | 有（原生内置，Soniox 驱动） |
| 跨 Zoom、Teams、Meet、Webex 通用 | 否 | 是 |
| 音频经过供应商服务器 | 是（Zoom） | 否（直连 Soniox） |
| 说话人分离 | 有 | 有 |
| 所需 Zoom 套餐 | 付费 Zoom 套餐 | 无 |
实践中最重要的是跨平台那一条。如果你的团队周二用 Zoom、周四用 Teams、客户通话用 Meet，那么有了 Gaavala，你只需要学一个工具。字幕、Speak 按钮、语言选择器和每一个键盘习惯，无论标签页里运行的是哪个会议平台，行为都完全一致。
FAQ
Gaavala 支持 Zoom 桌面客户端吗？
不支持。扩展程序只能从 Chrome 标签页采集音频。你需要通过 Zoom 的网页客户端加入会议。除非主持人的账户明确关闭了它，Zoom 发出的每一个会议 URL 都支持网页客户端。
其他 Zoom 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，从不向会议本身注入任何东西。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。
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 从你的浏览器直接流向 Soniox。Gaavala 的后端从不出现在音频路径上。完整架构记录在会议音频隐私文章中。
免费试用是怎么运作的？
是这样的：免费试用总共提供 5 分钟的翻译字幕，无需信用卡——一份一次性的终身额度，永不重置。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、Speak Mode（一个按钮——轻点开启免提窗口，按住则只在按住期间说话）以及你自己的克隆声音。可随时在侧边面板中取消。
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，你的下一场 Zoom 会议两分钟内就能拥有实时翻译字幕。