ElevenLabs 推出实时语音翻译：支持 90 多种语言，企业客户限量测试
ElevenLabs 于 2026 年 10 月 21 日宣布开放 Eleven Realtime Translation 限量 Alpha。它面向电话和实时语音场景：通话双方各自使用自己的语言交谈，并实时听到对方语言的语音译文。该功能当前通过 ElevenAPI 向企业客户开放。
这项发布与前一天推出、面向 AI 语音 Agent 的 Eleven Realtime v1 Mini / Max 是两项不同能力。Realtime Translation 的重点是让两个人跨语言对话，而不是让 AI Agent 自主处理整段对话。
实时翻译如何工作？
系统可自动检测说话者使用的语言，并把语音翻译成目标语言后以语音播放。官方称目前支持 90 多种语言；翻译语音默认使用 Eleven v4 Turbo，同一会话可以选定一种声音，使它在不同语言间保持一致。开发者还能选择超过 17,500 种现有声音，或使用自定义声音克隆。
实时翻译也会提供原文转录和译文文本，可用于字幕或通话界面。API 允许团队调整翻译启动的积极程度：越早开始，延迟越低；等待更完整的语句，则可能更有利于复杂语境下的翻译质量。实际体验会受到网络、说话节奏、语言组合和配置影响，官方目前没有在公告中给出统一延迟或准确率基准。
面向电话、客服与现场活动
ElevenLabs 提出的应用场景包括电信网络中的跨语言通话、客服人员与来电者之间的实时口译，以及现场活动的多语言收听。公司称，Deutsche Telekom 正在把相关能力用于 Magenta AI Call Assistant 的新通话功能。该案例说明合作方向，不代表所有用户或地区已经可以使用。
目前仍处于企业 Alpha
截至公告发布时，Realtime Translation 仅向 ElevenAPI 企业客户开放 Alpha。接入方式是 WebSocket 音频流 API，开发者需指定目标语言和输出声音；来源语言可交由系统自动检测。API 文档还提供 Zero Retention Mode 选项，但组织在部署前仍应核对数据处理、同意机制和当地法规要求。
简要看法
实时语音翻译把语音识别、翻译和语音生成组合进连续通话体验，理论上可以减少等待人工口译或切换语言渠道的步骤。它是否能在客服、旅行和现场交流中稳定替代人工支持，还取决于端到端延迟、口音与噪声下的识别质量、专有名词处理和对话修复能力。当前 Alpha 阶段更适合企业团队评估工作流与风险边界。