自动翻译只在回放里有,直播里没有:如何用自己的语言实时观看任何 YouTube 直播
Newey Team
想象一下这个场景:群聊里等了好几个月的回归舞台刚刚开播,主持人正用韩语连珠炮般地说着——而那个平时能翻译每一支 MV 的字幕齿轮图标,今晚却什么也给不了你。反过来也一样:日本的游戏发布会、美国公司的财报电话会、西班牙语的新闻发布会。视频一旦进入直播状态,你依赖的那些翻译功能就悄悄消失了。
先把结论放在前面:截至 2026 年,YouTube 不会实时翻译直播。 直播的自动字幕仅支持英语,你在普通视频里熟悉的自动翻译菜单需要一条字幕轨道,而大多数直播根本没有;自动配音只适用于上传视频,不适用于直播。好消息是,你不必等回放:浏览器里的一个工具——Newey 正是为此打造的——可以监听直播的音频,并在视频播放的同时把翻译字幕悬浮在画面上。这篇指南会解释直播为什么不一样、YouTube 实际提供了什么,以及如何在大约一分钟内为任何直播配好实时翻译字幕。
为什么自动翻译在普通视频上有效,到了直播就失灵?
先了解一个事实会容易理解:YouTube 运行着两套完全不同的字幕系统。
对于普通上传视频,语音识别有充足的时间工作。YouTube 会用一长串语言——从阿拉伯语、孟加拉语到越南语、祖鲁语生成自动字幕。而且只要存在任何一条字幕轨道,你就能用上那个著名的齿轮图标技巧:如果列表里没有你的语言,可以点按"自动翻译",从完整的翻译菜单里挑选。只要进去一条字幕轨道,几乎任何语言都能出来。
直播是另一台机器,而且限制多得多。根据 YouTube 自己的文档,如今的直播自动字幕:
- 仅支持英语。 YouTube 表示计划增加更多语言,但尚未实现。
- 仅限普通延迟的直播。 设置为低延迟或超低延迟的直播(大多数日常直播和手机直播)完全没有。
- 仍在逐步开放。 该功能正面向订阅者超过 1,000 人的频道逐步启用——所以即便是英语直播,也可能就是没有。
把两套系统放在一起,陷阱就显现了。自动翻译需要一条可供翻译的字幕轨道。在直播里,这条轨道要么不存在,要么只在符合条件的频道上以英语存在。韩语、日语或西班牙语的直播,在直播进行中通常一条字幕都没有——这意味着自动翻译无从下手,你要找的那个菜单永远不会出现。
还有一个值得知道的细节:即便直播中出现的字幕也是临时的。直播结束后,直播字幕会被丢弃,并通过常规视频流程重新生成新字幕——这就是为什么回放的字幕往往比直播当时更好,也更可翻译。
直播和回放,你实际能得到什么?
一张表看清全貌:
这张表大声说明了一件事:在 YouTube 上,一切多语言功能都发生在直播结束之后。 如果你需要的是直播进行时,翻译就必须在屏幕的你这一侧运行——这正是 Newey 这类观众侧工具填补的空白,我们马上就来配置它。
自动配音是其中最新的功能,值得单独一提。对符合条件的上传视频,YouTube 现在会自动生成翻译后的音频轨道——它能识别约二十多种源语言,一支英语视频可以配出二十多种语言的配音。但它的边界很硬:超过 120 分钟、语速过快或源语言不清晰的视频不符合条件——而且在直播进行期间,这一切都不适用。
免费选项能帮你走多远?
在动用专门工具之前,有三件事值得了解。
Chrome 的实时字幕(Live Caption)。 Chrome 可以为浏览器中播放的任何音频生成字幕,全部在你的设备上处理——音频不会离开你的电脑。在大多数电脑上,它提供的是同语言字幕(如果你能读懂那门语言、只是跟不上语速,会很有帮助)。在 Chromebook Plus 设备上,配套功能 Live Translate 可以把这些字幕翻译成 100 多种语言。如果你恰好有这样的硬件,先试试它。
等回放。 如果你不需要直播的那个当下——没有弹幕互动、也不怕剧透——VOD 路线完全可行:回放的自动字幕处理完成后,自动翻译菜单就回来了。但对任何讲时效的内容,这恰恰是问题所在:等回放配好字幕,社交媒体早就把结局告诉你了。
指望创作者来搞定。 主播可以向直播推送专业字幕——YouTube 接受来自字幕软件和内嵌字幕轨道的输入。但这取决于创作者的选择,需要额外配置,而且几乎总是只有一种语言。
每个选项都只覆盖一小块。没有一个能覆盖最常见的情形:一场正在进行的直播,说的是你不懂的语言。
如何自己配置实时翻译字幕?
弥合这道缺口的技术是标签页音频捕获。与其等 YouTube 提供字幕轨道,不如让一个在浏览器里运行的字幕工具监听直播所在标签页的音频,把语音转写成文字,再把文字机器翻译成你的语言——实时进行,只比说话人慢一拍。(好奇这类字幕为什么会当着你的面不断改写自己?这是正常现象,我们在实时语音翻译的工作原理里解释过。)
因为字幕是在屏幕的你这一侧生成的,所以频道是谁、直播用什么语言、YouTube 自己有没有字幕,都无关紧要。配置步骤如下——以 Newey 为具体例子;任何支持标签页音频捕获的字幕工具都是同样的套路:
- 打开直播,在桌面浏览器的一个标签页里。请使用 Chrome 或 Edge——标签页音频捕获是 Chromium 的功能。
- 在第二个标签页打开 Newey,以标签页音频为输入开始一个会话。
- 在弹出的共享对话框里选中直播所在的标签页。
- 勾选对话框里的"共享音频(Share audio)"。 这是所有人都会漏掉的一步——跳过它,你的字幕听到的只有寂静。
- 设置语言:一个是直播里说的语言,一个是你想阅读的语言——Newey 的 60 种字幕语言任选。
- 把画中画字幕悬浮层拖到视频上,让字幕正好落在你视线所在的位置。
大型直播前的两条实用建议。第一,预期一点延迟——实时翻译永远落后于说话人,2026 年的现实极限大约是慢一秒。第二,如果直播里满是人名和小圈子词汇(成员名字、游戏名、粉丝黑话),提前把术语固定进词汇表——Newey 为此提供了精选专家词库包,动漫、游戏和网络用语都包括在内——字幕会比通用输出明显更通顺。
这套配置究竟能解锁哪些直播?
一旦配置成了肌肉记忆——它很快就会成为肌肉记忆——直播互联网的相当一部分都会向你敞开:
- K-pop 回归舞台、粉丝直播和综艺直播,直播弹幕的那个瞬间才是全部意义,而带字幕的剪辑几天后才会到。
- 日本的游戏发布会和 VTuber 直播——直播中零字幕的重灾区,因为直播自动字幕完全不支持日语。
- 任何语言的新闻发布会和突发新闻,等一份翻译摘要意味着等上几个小时。
- 主题演讲和财报电话会——这个世界我们在用自己的语言实时观看财报电话会和主题演讲里详细写过。
- 各类机构直播的仪式、讲座和议会会议,这些组织永远不会去制作字幕。
说得具体一点,回归之夜是这样的:直播 8 点开始,你在一个标签页打开直播、在旁边的标签页打开 Newey,共享直播标签页并勾选音频,把说话语言设为韩语、字幕语言设为中文,再把悬浮层拖到主持人正下方。从第一句问候开始,你就能跟着读了,只比现场慢一秒左右——而带字幕的剪辑还要再等几个小时才会出现。
而且它是双向的:只有英语的直播可以用中文读懂,韩语或日语的直播也一样。如果你积压的是录播内容而不是直播——动漫、电影、剧集——那是另一套打法,我们写在如何观看没有字幕的海外动漫、电影和剧集里。
当直播不会自己翻译自己:Newey
读到这里,你其实已经认识了这篇指南围绕的那个工具。Newey AI 是一款基于浏览器的实时翻译字幕工具:它捕获任意标签页的音频——YouTube 直播、Twitch,或任何在浏览器里发声的播放器——并把翻译字幕以画中画悬浮层的形式浮在视频上,60 种语言任选,只比说话人慢一秒左右。结束的会话可以保存到历史记录,想重读什么都可以。公测期间免费:在直播旁边的标签页打开 newey.ai,片头结束前你就准备好了。
FAQ
YouTube 能实时翻译直播吗?
不能。截至 2026 年,YouTube 直播的自动字幕仅支持英语、仅限普通延迟直播,且仍在向订阅者超过 1,000 人的频道逐步开放。直播的实时翻译字幕必须来自观众侧的工具——Newey 的做法是在浏览器中捕获直播标签页的音频,并在直播播放的同时把它翻译成 60 种语言中的任意一种。
为什么我在直播里看不到自动翻译选项?
自动翻译翻译的是已有的字幕轨道——当视频有字幕、而你的语言不在其中时,它才会出现。大多数直播在进行中没有字幕轨道(非英语直播几乎从来没有),菜单无货可供,自然一直藏着不出来。
YouTube 直播字幕支持英语以外的语言吗?
自动的不支持。目前直播自动字幕仅支持英语。创作者可以借助专业字幕工具提供其他语言的直播字幕,但在大型广播机构之外很少见。
直播结束后,字幕会怎样?
会被替换。直播自动字幕不会保留在视频上;新字幕会通过常规上传流程生成,后者支持多得多的语言。这就是为什么回放常常有直播时没有的字幕——以及自动翻译菜单。
Chrome 的实时字幕能翻译 YouTube 直播吗?
它能给直播加字幕,而且在本地、注重隐私地完成——音频不会离开你的设备。问题出在翻译:把这些字幕变成 100 多种语言的 Live Translate 选项只在 Chromebook Plus 设备上提供,而在其他桌面设备上,实时字幕主要是同语言字幕。如果你的硬件不是它,Newey 这样的浏览器工具可以在任何桌面版 Chrome 或 Edge 里完成翻译这一步。
首映(Premieres)在字幕上的表现和直播一样吗?
首映是把预先录制的上传视频安排在指定时间播放,所以它遵循上传视频的规则:如果创作者添加了字幕,或自动字幕已处理完毕,首映期间常规的字幕和自动翻译菜单都能正常使用。如果两者都还没有,你就和看直播时处境相同——在屏幕你这一侧加字幕是那条出路。