OwnVoice Meet 教學|國際研討會即時翻譯、錄音逐字稿與英文提詞
- 用 Windows 筆電看雙語字幕、準備英文發問,並按議程留下錄音和逐字稿。 -
參加國際研討會,一邊聽英文、一邊記筆記,很容易漏掉講者的重點。到了問答時間,明明知道要問什麼,卻來不及把問題組成英文。台灣獨立開發者 Zaious 開源的 OwnVoice Meet,把這兩件事放進同一套 Windows 工具。你可以在會中看中英字幕、把想問的問題轉成口語英文,再把錄音和逐字稿留到會後整理。
本文以 OwnVoice Meet v0.2.3 為操作基準,依公開文件與開發者測試紀錄整理。官方有 Windows 10、11 的安裝版和免安裝版。程式可免費使用,雲端語音辨識與翻譯仍依各服務商計費。官方專案|v0.2.3 發行頁
OwnVoice Meet 怎麼幫你參與英文會議?
| 視窗 | 會中怎麼用 |
|---|---|
| 字幕 | 看英文原文與繁體中文翻譯,也能切換為只看中文。使用支援串流的辨識方式時,長句可先出部分翻譯,說完後再更新。 |
| 回覆 | 輸入想說的中文,按 Enter 生成口語英文短句,由你自己朗讀。視窗可以放在鏡頭旁,用 Ctrl + Shift + Space 叫出來。 |
| 講稿 | 事先整理簡報、備忘和 Q&A,用「補對照」補上另一種語言。翻譯和回覆會參考講稿及術語,讓人名、產品名和專有名詞更一致。 |
例如你想知道某項技術能不能用在台灣中小企業,可以在回覆窗輸入「這項技術能幫助台灣中小企業做數位轉型嗎?」再照著畫面上的英文朗讀。
Could this technology help small businesses in Taiwan with digital transformation?
事先準備的講稿也可以用 Markdown 撰寫。# 用來切換分頁,> 提供上一行的對照翻譯,! 留給上台時要看的提示。
1 | # 開場介紹 |
第一次使用,從下載與 Demo 開始
下載 Windows 版本
- 安裝版
OwnVoice.Meet_0.2.3_x64-setup.exe,適合固定使用,可在設定裡檢查更新。 - 免安裝版
OwnVoice.Meet_0.2.3_x64_portable.zip,解壓縮後執行OwnVoice Meet.exe,更新時重新下載。
v0.2.3 的 Windows 執行檔尚未提供 Windows 程式碼簽章,可能出現 SmartScreen 提示。請從專案發行頁下載並核對版本。若在 Windows 10 無法啟動,可先依手冊確認是否有 Microsoft Edge WebView2 Runtime。v0.2.3 下載頁|官方使用手冊
第一次開啟可以直接按 Demo,看看字幕、回覆與講稿三個視窗。Demo 播放預先寫好的內容,無需麥克風或 API 金鑰。
分別設定「聽」和「翻」
在設定的「聽:語音辨識」選擇收音後要用的辨識引擎。Windows 11 22H2 以上可以試用實驗性的即時輔助字幕整合,先在 Windows 下載英文語音套件。有自架環境可選本機 Whisper。雲端選項則包括 OpenAI 的 gpt-4o-mini-transcribe、gpt-live-transcribe,以及 Gemini 3.5 Transcribe Live。
在「翻:翻譯與回覆」選擇 Claude、OpenAI、Gemini 或本機相容服務。Windows 即時輔助字幕在本機辨識,若翻譯選了雲端模型,文字仍會交由該服務處理並依用量計費。聊天產品的訂閱和開發者 API 帳務要分別確認。Windows 即時輔助字幕說明|官方使用手冊
線上會議和實體研討會怎麼收音?
Zoom、Teams、Google Meet 用系統音訊
- 將會議軟體的喇叭設為 Windows 預設輸出裝置。
- 在 OwnVoice Meet 選擇系統音訊,按「聆聽」,確認音量指示有反應。
- 看字幕跟上討論,輪到你時在回覆窗輸入中文,再用自己的聲音說出英文。
- 結束時按「停止」。
系統音訊擷取的是電腦播放的聲音,你自己的麥克風通常不在這個來源裡。若換了藍牙耳機後沒出現字幕,先核對會議軟體和 Windows 的輸出裝置。
實體研討會用麥克風,按場次分段
- 先確認主辦單位的錄音規定,進入「設定 → 收音與存檔」,選「麥克風(現場演講、研討會會場)」。
- 選定實際使用的麥克風,在會場做一次「麥克風檢查(6 秒)」。音量偏低時可調整增益或移近講者、音箱。
- 在「議程」每行輸入一個場次名稱,按「聆聽」開始。
- 換場時按「新段落」或
Ctrl + Shift + F9。結束後按「停止」,開啟存檔資料夾。
每個場次會有一份 WAV 和一份 Markdown 逐字稿,另有整場的 transcript.md。逐字稿列出時間、英文和中文。錄音為 16 kHz 單聲道 WAV,手冊估算每小時約 115 MB。
1 | 研討會存檔資料夾/ |
錄音與雲端辨識各自運行,會場網路中斷時可以繼續本機錄音。連線恢復後字幕可接續,斷線時漏掉的內容需要靠錄音回查。若網路持續不穩,可以選「只錄音,不辨識」。聆聽期間程式會防止系統和螢幕自動休眠。
開發者已公開系統音訊錄音、分段及逐字稿的測試結果,同一份紀錄仍把實體麥克風的完整流程列為待驗證。第一次帶去正式會場前,先用實際設備試錄並回放。使用手冊的會場操作|開發者測試紀錄
AI 翻譯與逐字稿每小時要花多少錢?
下表是 v0.2.3 手冊以 Claude Haiku 5.5 等入門翻譯模型搭配不同語音辨識引擎的估算。模型版本、用量、提示快取及供應商費率都會影響帳單。
| 語音辨識 | 每小時含翻譯費估算 | 適合情境 |
|---|---|---|
| Windows 即時輔助字幕 | US$0.03 | Windows 11,想先試用本機辨識 |
| 本機 Whisper | US$0.03 | 已有可運行 Whisper 的設備 |
OpenAI gpt-4o-mini-transcribe |
US$0.21 | 可以等一句話說完再出字幕 |
| Gemini 3.5 Transcribe Live | US$0.57 | 希望在講者說話途中看到字幕 |
開發者分享,他在 JCDL 2026 的線上發表用自架 Whisper 搭配 Claude Haiku 5.5。一個半小時多的場次,翻譯帳單約 US$0.11。該數字是開發者案例,只計雲端翻譯。講稿在多次請求中透過提示快取(Prompt Caching)重複使用,有助降低成本。專案使用案例|手冊的費用估算
串流辨識可能連安靜時段也計費。手冊記載,程式預設在約 3 分鐘沒有新字幕後暫停辨識,有聲音時恢復。閒置約 20 分鐘會結束這次聆聽,這兩個時間都能在「收音與存檔」調整。場次間要持續錄音時,先確認自動結束時間符合議程安排。
從 Tauri、Rust 到本機模型,工程上值得看什麼?
OwnVoice Meet 採 Tauri 2、Rust 與 TypeScript。Rust 處理音訊擷取、模型串接和會議狀態,前端把字幕、回覆和講稿放到不同視窗。語音辨識與翻譯可分開換模型,例如用本機 Whisper 處理聲音,再讓雲端模型做翻譯。長句提前翻譯、取消已過時的翻譯請求,都是為了讓字幕跟得上會議。技術架構說明
專案附有 faster-whisper 的最小伺服器。已準備好 Python 與 NVIDIA GPU 環境時,可參考官方範例。
1 | pip install faster-whisper |
接著把 http://127.0.0.1:8790/v1 填入「本機 Whisper」設定並測試連線。沒有 NVIDIA GPU 可改用 --device cpu --compute-type int8。翻譯也可改接 Ollama 或 vLLM 的相容 API,先用幾句有專有名詞的內容試試繁體中文品質。本機 Whisper 與 LLM 部署教學
錄音在本機,哪些資料會進雲端?
依官方手冊,API 金鑰存放於 Windows 認證管理員,錄音和逐字稿存在本機。選用雲端語音辨識時,音訊會送到所選服務商。選用雲端翻譯時,辨識後的文字、相關語境與講稿可能送往翻譯服務商。涉及保密內容時,應先確認錄音規定、供應商條款及授權範圍,再評估本機辨識與本機翻譯。Gemini API 免費層與付費層的資料處理也有差異。官方使用手冊|Gemini API 價格與資料使用說明
另外,正式筆記仍需回聽核對人名、縮寫、關鍵數字及多人交錯的發言。會場有回音或距離過遠時,先改善收音位置,再比較辨識模型的差異。
會後怎麼把逐字稿變成研究筆記?
v0.2.3 的公開文件主要涵蓋字幕、錄音、逐字稿及英文提詞。要做摘要,可以取已獲授權處理的 transcript.md,交由合適的語言模型整理。
你是一位國際研討會紀錄助理。請將這份中英雙語逐字稿整理成繁體中文報告,包含核心結論、五項重要觀點、技術與應用案例、對台灣企業或教育現場的啟發,以及值得追問的問題和後續行動。重要觀點附上逐字稿時間。對人名、數字或術語無法確認的地方標註「待核對」,不要補寫逐字稿沒有的資訊。
若這套工具未來加入即時摘要,我會先試每五分鐘整理一次新增逐字稿,場次結束再統整。這樣可以控制 API 呼叫量,並保留字幕主要工作流的更新速度。下一步還可以把摘要變成中英對照的追問建議,供聽眾挑選。
帶進 AI 課堂時,我會安排三個練習。先播放英文演講觀察字幕延遲,再讓學員用中文寫一個問題並練習用英文開口,最後用獲授權的錄音練習分段與摘要。OwnVoice Meet 值得拆解的地方,正是把「聽懂、開口、留下紀錄」各自做成能在會議中派上用場的功能。
參考資料與下載
本文於 2026 年 11 月 22 日依公開資料核對,操作說明未經本文作者獨立在 Windows 上端到端實測。
常見問答 (FAQ)
Q1:OwnVoice Meet 可以在 macOS 或網頁上直接使用嗎?
v0.2.3 提供 Windows 10、11 的桌面安裝版與免安裝版。官方網站提供介紹與下載,macOS 版仍在規劃中。
Q2:沒有 API 金鑰能試用嗎?本機辨識也會收費嗎?
可先用 Demo 體驗三個視窗,無需 API 金鑰。Windows 11 的即時輔助字幕與自架 Whisper 可以在本機辨識。若後續選擇雲端翻譯或回覆,該服務仍會依用量計費。
Q3:在研討會現場斷網,還能保留錄音和逐字稿嗎?
啟用本機錄音後,網路中斷時錄音可繼續,已產生的逐字稿會保留。使用雲端辨識時,斷線期間的字幕可能缺漏,可在會後從 WAV 回查或重新辨識。網路很不穩時也可以先用「只錄音,不辨識」。