会议录音、网课、播客、视频，需要转成文字再翻译时，单靠听写或手打字幕非常耗时。有道翻译提供「翻音频」和「翻视频」功能：上传音频或视频文件，系统自动完成语音转文字（ASR）并翻译成目标语言，输出带时间轴的文本或字幕文件。支持 MP3、WAV、AAC 等常见音频格式，以及 MP4、AVI、MKV 等视频格式。有道词典与有道翻译在桌面版和网页端都提供音视频翻译入口，2026 年对多语种识别和长时音频处理做了优化。这篇详细说说有道翻译音视频怎么用、适合哪些场景。
有道翻音频能做什么
有道「翻音频」的完整流程是：上传音频文件 → 云端语音转文字（ASR）→ 按需翻译成目标语言 → 输出纯文本或带时间轴的字幕。支持 100MB 以内的 MP3、WAV、AAC、M4A 等格式，适合会议录音、访谈、网课、播客、讲座等场景。转写和翻译都在有道云端完成，支持多语种识别与翻译，中英日韩等常用语种准确率较好，方便后续整理会议纪要、学习笔记或内容二次创作。
与有道文档翻译、有道划词翻译不同，翻音频解决的是「从听到看」的需求：先把你听到的内容变成可读文字，再根据需要翻成中文或其他语言。例如一场英文线上会议录了音，用有道翻音频可以得到中英对照文本；一段日语播客用有道翻译处理后可得到中文转写稿，再配合有道词典查生词做精听。
有道翻译在音视频场景下也支持专业领域选择，若内容涉及医学、法律、金融等，可在翻译环节选择对应领域，提高术语准确率。导出结果可保存为 TXT 或 SRT 等格式，便于归档或导入其他工具。
有道翻视频能做什么
有道「翻视频」分两种情况。一是视频本身已有字幕：系统提取原字幕文本 → 翻译成目标语言 → 生成新字幕文件（如 SRT），并尽量保留原时间轴。这样你可以得到「原视频 + 中文字幕」或「原视频 + 英文字幕」，用 PotPlayer、VLC、各类剪辑软件加载即可。适合英剧美剧、海外网课、TED 演讲、YouTube 视频等。
二是视频没有字幕：有道会先对视频做语音识别（相当于翻音频），再翻译成目标语言，生成带时间轴的字幕。适合会议录像、内部培训视频、采访、直播回放等。导出的字幕同样可保存为 SRT 等格式，加载到播放器即可实现「无字幕视频 + 翻译字幕」的观看体验。
翻视频与有道文档翻译、有道网页翻译形成互补：文档翻译处理 Word、PDF 等静态文档，网页翻译处理在线页面，翻视频则专门处理带时间轴的音视频内容，适合学习、会议复盘、内容本地化等场景。
怎么用有道音视频翻译
打开 有道翻译官网 或有道词典电脑版，在首页或「翻译」相关入口找到「翻音频」「翻视频」或「音视频翻译」。上传本地音频或视频文件，选择源语言和目标语言（可勾选自动检测），如有需要可勾选专业领域。点击开始翻译后，系统会排队处理，完成后在页面内预览结果，支持在线编辑修改断句、错别字等。满意后导出文本或字幕文件（如 SRT），在本地播放器或剪辑软件中使用。
大文件可能有大小或时长限制（如单文件 100MB 以内），具体以 有道翻译官网 当前说明为准。超长会议或网课可以分段录制、分段上传，或用剪辑软件先切成多段再分别用有道翻译处理，最后合并字幕。
建议在 Wi‑Fi 或网络稳定时上传，避免大文件中途失败。导出前可简单检查关键时间点和专有名词，必要时在导出后的 SRT 里做少量人工修正，观感会更好。
典型使用场景
会议与培训：跨国会议、内部英文培训的录音或录屏，用有道翻音频或翻视频得到中英文本或字幕，便于未参会同事补看、整理会议纪要或做知识库归档。
学习与备考：考研英语、四六级听力、雅思托福备考时，用有道翻音频把听力材料转成文字并翻译，方便精听、跟读和积累表达。海外公开课、TED 等用有道翻视频生成中文字幕，边看边学。
自媒体与内容创作：需要为多语种视频加字幕，或把外语内容本地化时，用有道翻译音视频快速出初稿，再在剪辑软件里微调时间轴和措辞。
常见问题
支持哪些音频格式？
一般支持 MP3、WAV、AAC、M4A 等常见格式。具体以 有道翻译官网 当前说明为准。建议优先使用清晰、噪音较小的音源，有利于转写和翻译准确率。
翻译后能导出字幕吗？
可以。有道翻视频支持导出 SRT 等字幕格式，用各类播放器或剪辑软件加载即可。部分场景下也可只导出纯文本，不带时间轴，按需选择。
翻音频和翻视频占用文档翻译额度吗？
音视频翻译可能有独立的额度或计费规则，与有道文档翻译的字符额度不一定相同。具体以 有道翻译官网 及会员说明为准。