据MarkTechPost 10月12日报道，该媒体依据官方产品、定价和文档页面，盘点了12款可在人们说话时把语音转为翻译字幕或合成语音的AI实时翻译工具。这些工具分布在消费应用、会议插件、活动平台和开发者API中，延迟、语言支持、输出形式与价格差异明显。
报道称，这类工具通常串联语音识别、机器翻译和文本转语音，延迟接近实时。字幕适合网络研讨会，语音输出适合双向通话。不同产品在延迟上的公开说法不一：Palabra.ai称其双向语音到语音翻译延迟低于1秒；Google表示Gemini 3.5 Live Translate输出比说话者慢几秒；Wordly按其FAQ说明，音频在每句话结束后播放。
在实时对话与开发者接口场景，Palabra.ai提供带自动声音克隆和字幕的双向语音到语音翻译，提供WebRTC和WebSocket API，API语音到语音每分钟0.04美元，Meetings套餐每月60美元起。Google Translate Live Translate由Gemini 3.5 Live Translate支持，覆盖70多种语言，保留语调和节奏，可在Translate应用中配合任意耳机使用，并出现在Gemini Live API预览中。Apple Live Translation通过AirPods播放翻译语音，完全在设备端运行，支持10种语言变体，需要较新的AirPods和搭载Apple Intelligence、运行iOS 26的iPhone。
在会议平台内，DeepL Voice for Meetings可在Teams、Zoom和Google Meet中把40多种语言翻译为语音和字幕，通话结束后删除会议数据，DeepL Pro套餐每月每用户包含30分钟Voice时长。Microsoft Teams的Interpreter agent是用于Teams语音到语音口译的Copilot代理，可选声音模拟，管理员文档列出9种语言，支持页面列出10种，Copilot许可证每月每用户包含20小时。JotMe无需机器人即可捕获Zoom、Teams、Meet和Webex音频，其翻译目标语言超过200种，快速模式提供13种，Pro按年付费每月10美元。Talo以翻译语音和字幕加入Zoom、Google Meet或Teams，支持60多种语言，Pro按年付费每月80美元，包含400分钟。
在活动和网络研讨会场景，Wordly提供会议AI口译，覆盖3000多个语言对，包含字幕和AI音频，套餐约1500美元10小时起。Interprefy把人类口译员与AI字幕和语音结合，其知识库列出82种完全支持的语言，Interprefy Now可把参会者手机变为接收器，定价按报价。KUDO把AI语音翻译与12000多名人类口译员结合，AI侧列出77种语言，每场会议最多32种，定价按报价。Boostlingo面向医疗、法律和活动，其AI产品覆盖130多种语言，背后有人类口译员，并称AI准确率为90%至98%，符合HIPAA。Maestra Live为Zoom、Meet、Teams、OBS和vMix增加实时字幕、翻译和配音，支持125多种语言，Premium每月79美元，配音159美元起。
报道按用途给出选择：双向通话或产品集成可选Palabra.ai或Gemini Live API；旅行和面对面交流可选Google Translate或Apple Live Translation；在单一平台进行日常会议可选DeepL Voice、Teams Interpreter、JotMe或Talo；会议和网络研讨会可选Wordly、Interprefy或KUDO；受监管、高风险会话可选Boostlingo或KUDO。