王宥胜女友• 💡 生成式AI工具让翻译超越纯翻译，走向对话，帮助用户总结和理解文章内容。

　　• 🎥 沉浸式翻译插件支持在线视频双语字幕，让用户更轻松学习外语视频。

　　经过过去一年多的快速发展，生成式 AI 激发出众多能帮助我们跨越语言障碍，触及“外面的世界”的工具。

　　这些工具不再仅限于“翻译”，而是以更敏捷的交互，在不同环境下越过外语屏障，帮助用户获取信息和理解信息。

　　这次，围绕外刊文章、视频和播客三种媒介，我们试图在不同“相遇”场景下寻找减少语言隔阂的方法，最终梳理出以下这批 AI 工具。

　　因为现在大部分大模型都能翻译，不同用户有不同偏好，因此这次我们选择的工具尽可能是支持多模型选择，更重视这些工具在特定场景中的交互便利性。

　　当然，我们没法穷尽现存所有的工具。如果你也有好方法，还请多多在评论区和我们分享。

　　这款浏览器插件在交互上非常方便，安装后只需轻轻一点，就能在浏览器里进行双语阅读。

　　翻译质量方面，插件支持选择用不同的大模型来进行翻译。不过，OpenAI 和 DeepL 等模型必须要成为插件的付费用户或者自己有对应产品的 API 才可使用，免费的就只能选微软翻译、谷歌翻译、Yandex 和腾讯交互翻译几种产品。

　　即便如此，它可翻译几乎任何浏览器里文字的能力和非常轻量化的设计，还是收获了众多喜爱。

　　它甚至还支持 PDF 全翻译。在浏览器打开线上的 PDF 论文，插件会创建一个新的并排界面，让你可以双语共读。如果想下载，也可以选择保存论文的单语或双语版本。

　　如果你想看的是 EPUB 格式的电子书，也可以把英文图书直接丢进去，导出双语版本的 EPUB 格式图书。

　　对于 PDF 和 EPUB 文件的翻译，“微信读书”的用户也可以直接把文件导入微信读书，打开文件后启用自带的翻译功能，同样也有逐段式的翻译文本。

　　不过，和支持多个模型选择的“沉浸式翻译”相比，彩云只有“通用”和“学术”两种翻译模型选择，而且彩云的免费用户单次翻译字数和次数都有限制。

　　与此同时，彩云的插件时不时会有 bug，譬如我为了写稿加装了好些浏览器翻译插件，然后现在一用彩云就会出现一层遮挡。

　　相比之下，彩云的优点可能就是定价比“沉浸”的便宜些：彩云小译会员 SVIP 的价格为 35 元/月，VIP为 12 元/月；沉浸式翻译会员为 703 元/年或者 69 元/月。

　　和传统翻译工具对比，生成式 AI 工具的最大优势是让互动超越“纯翻译”，走向“对话”。

　　“总结”是一个高频场景，是在决心投入 30 分钟以上的时间来阅读一篇特写前的“预览”。

　　同样，我也更偏好可以调用不同模型去完成这件事的插件类产品，其原理大多是“帮我复制文章到大语言模型，输入提示词总结，向我返回结果”。

　　只想看总结的话，可以安装 NoteGPT 插件，一键就能在原页面看总结，非常快捷方便。（NoteGPT 插件免费用户一个月只有 15 次免费总结次数，但它的另一个插件“文章摘要ChatGPT生成”可免费使用。）

　　值得留意的是，一般这些插件的默认总结提示词都是让总结成英文，可以自己手动在设置处改成中文。

　　阅读文章时，快捷键“command + x + x”就可以总结，但它的呈现形式并不是在当前页面，而是带着复制文本 + 提示词跳转到大模型界面中。

　　所以，如果你需要对文章进行进一步“询问”，这是更顺手的一种模式。譬如，提问“文章中是否有提及 Luis von Ahn 自己是如何学习外语的？”

　　同样的，这个插件默认的总结提示词也是英文，可以在设置中国把需求改成中文，或者改成双语。

　　Glasp 的高亮功能我也很喜欢。在精读过程中，如果看到后面写稿有机会可能引用的话或者是写得好的地方，我都会高亮起来，方便之后回头找。

　　在生成式 AI 时代，遇到不懂的单词能查的不再只是词典，可以直接让模型结合上下文给你解释。

　　我一般会用 Perplexity 的网页插件直接询问。譬如，在以下文段中出现了一个用法“net-net”，我不太理解它的意思，我就会：

　　同样，如果文段中有句子让你感到困惑，同样也可以放在上下文语境中让大模型为你解释其背后含义，或者是作者为什么要这样去写。

　　如果我的网络条件不太好，只能用必须自己手动拷贝文章全文到模型的工具，我会用先打开浏览器“阅读模式”插件，这样拷贝起来更快。

　　国内的 Kimi 擅长处理长文本，但处理外网链接的限制较多，所以要手动拷贝文章，但它的“常用提示词”也是挺方便的。

　　“沉浸式翻译”插件在这个领域适配得挺好，将“双语”习惯延续到在线视频上，支持在 YouTube、哔哩哔哩、Coursera、TED 等众多视频网站上实时提供双语字幕。

　　不过，“沉浸式翻译”似乎只能为原本就有 CC 字幕的视频提供双语视频。鉴于 YouTube 基本都会自动生成英文 CC 字幕，所以在那使用基本无障碍。

　　“彩云小译”同样也支持视频翻译，但它采用的并不是对 CC 字幕的翻译，而是自己实时“听”英文，然后翻译，显示时会有时间滞后，同时翻译质量也不稳定。

　　就和看特写文章一样，如果想在投入大段时间看一个视频前“预览”一下视频内容，可以用视频浏览器插件 NoteGPT 或者 Glasp 来读一下视频的总结或者浏览文字转录。

　　在 NoteGPT 的插件中，用户也可以进一步就视频内容在“AI Chat”中进行直接提问，不用跳转页面。

　　而 Glasp 的模式则仍然是在 YouTube 视频页面直接生成完整转录文稿，如果需要“总结”或进一步“提问”，可一键直接带着完整文稿到大模型对话框中进行。

　　如果你有一个视频，找不到字幕，也没法完全听懂，那我们可以用“通义效率”的“上传音视频”来看。

　　虽然没法自动在视频上生成双语字幕（希望终有一天会有！），但通义会提供完整的双语文本，并对视频内容生成概要和带时间点的章节速览。

　　在观看视频的过程中，视频下的字幕会随之往下滚动。用户也可以在界面右侧做笔记备忘，甚至支持添加时间戳。

　　在这些情景下，我们的根本需求是“实时翻译”，如果能做便利做笔记就更加分。

　　通义的界面对于阅读也很友善，两种语言并排显示，可以先看到源语言的转录，随后翻译跟上。语音分段时，分段文稿读起来也比较舒服。

　　在听的过程中，用户也可以在右边的笔记区实时记录，甚至还提供了“时间戳”功能，结束后要回头找详细信息也更容易定位。

　　活动结束后，在完整文稿的基础上，通义还会自动提取内容关键词、撰写概要、章节预览和内容要点。

　　如果你只方便带手机，那我们可以用飞书的“妙记”，正好飞书的妙记录音功能也只有手机有，电脑端无。

　　妙记可以实时录音并对文字进行转录，但在手机这个更小的屏幕上，用户只能选择一种语言——要么显示源语言，要不就显示翻译成果。

　　妙记更像是一个单纯的速记工具，用户没有空间去做笔记或备注，录音结束成稿后也没有摘要章节等自动总结，但它就是可以直接在手机上用。

　　近几年来，海外科技圈做播客的人越来越多，播客也成为了我们获取信息的一个重要途径。

　　如果你是“看视频播客”的话，可以前面的指南开“沉浸式翻译”或者用 NoteGPT 或 Glasp 来做总结文稿。

　　而“Hard Fork”和“Pivot”这类由媒体打造的音频播客，通常会在其媒体主页上提供转录文字稿，因此要细看也没问题。

　　如果你想听的播客，暂时没能找到文稿或视频，那还是可以试试通义效率里的“播客链接转写”功能。

　　据测试，Apple Podcast 的节目链接放进去可以识别成功，小宇宙和 Spotity 的链接则无法解析。

　　成功解析链接后，界面呈现同样也会以全文稿、概要、章节速览等部分组成，并提供了用户自己做笔记的部分。

　　Snipd 不仅可以搜到大部分主流播客，同时也支持从你手机中的 Apple Podcast、Castro、Google Podcast 等专门的播客应用中导入你原本就已经在订阅的节目。

　　Snipd 虽然没有翻译功能，但它可就播客在手机端生成完整文稿（并实时滚动）、内容总结以及分章节。

　　它最大的特色在于甚至可以做“播客笔记”：在听的过程中，选择“create snip”，就可以就当前段内容生成 AI 总结，并附上相关转录文稿，支持以图片、视频、链接等方式分享到社交媒体或者是笔记软件。

　　不过，这些 AI 功能都是付费用户才能用——连续订阅的价格是 15 元/月，单月订阅则是 35 元/月。