Realtime Translator – Live Subtitles & Voice es una herramienta de Windows para traducir el audio que se reproduce en una PC a subtítulos flotantes y salida hablada opcional. La descripción oficial cubre aplicaciones para reuniones, navegadores y reproductores de video, con todo el audio del sistema o una aplicación seleccionada como fuente. Su objetivo es comprender una conversación o grabación en varios idiomas, sin cambiar lo que dice otro participante.
Este primer vistazo se basa en la descripción de Microsoft Store. No tradujimos una reunión, no probamos la latencia ni comparamos la precisión del lenguaje. El reconocimiento, la traducción y el habla generada son etapas separadas, y la configuración elegida determina qué material permanece local o llega a un proveedor externo.
Basado en información oficial de la tienda. No hemos probado esta app directamente.
Qué ofrece
El desarrollador describe el reconocimiento de voz local a través de Whisper y las voces locales a través de Piper, con soporte para GPU. Para la traducción, las opciones incluyen Anthropic Claude, una API compatible con OpenAI o configuraciones locales de Ollama y LM Studio. Una etapa de reconocimiento local no significa que el texto traducido se procese necesariamente localmente; eso depende del traductor seleccionado.
Los subtítulos flotan sobre otras ventanas y la traducción también se puede leer con auriculares. Cada salida se puede cambiar con un atajo. La descripción distingue la traducción provisional mientras alguien habla de una línea comprometida después de que termina la oración. Eso hace que el texto en evolución sea un borrador y no una declaración final sobre la cual actuar de inmediato.
Los perfiles de reuniones y películas proporcionan configuraciones iniciales. Un glosario tiene como objetivo preservar nombres y términos especializados, y se guarda una transcripción bilingüe en la PC. Estos son puntos útiles para probar con material que se parezca a su trabajo real. No hemos verificado la cobertura del glosario ni si la transcripción guardada captura cada interrupción o cambio de orador.
Una primera configuración práctica utilizaría una grabación no sensible con una traducción conocida. Seleccione la aplicación deseada como fuente de audio, inspeccione las palabras reconocidas y compare ambos idiomas. Luego prueba la salida hablada a través de auriculares. La fuente recomienda específicamente auriculares para evitar que la voz generada se filtre en una reunión.
Los idiomas de la interfaz de la herramienta se enumeran por separado de la capacidad de traducción. La descripción conservada nombra inglés, vietnamita y japonés para la interfaz, pero no proporciona una tabla exhaustiva de pares de idiomas admitidos. Confirme el par y los modelos que necesita en lugar de inferir la cobertura de un reclamo de traducción general.
Antes de instalar
La descripción de privacidad dice que el audio no se guarda en un archivo, mientras que el texto va sólo al traductor que usted elija y una transcripción bilingüe permanece localmente. Mantenga esas distinciones intactas. No grabar audio no es lo mismo que no retener el contenido de la reunión, y un traductor externo tiene sus propios términos de manejo de datos.
Antes de utilizar una conversación con un cliente o en el lugar de trabajo, establezca si los participantes y la política aplicable permiten este procesamiento. Una herramienta que puede escuchar el audio del sistema puede incluir información más allá de la oración que pretendía. Elegir una aplicación puede limitar la fuente, pero no hemos auditado los límites de captura ni las solicitudes de los proveedores.
La traducción automática puede alterar nombres, números, calificaciones y tono. Verifique los compromisos importantes directamente en lugar de depender de un subtítulo provisional. La aplicación puede facilitar la comprensión, mientras que una decisión importante puede necesitar un intérprete u otra ruta de confirmación adecuada. No hemos evaluado la precisión para intercambios legales, médicos u otros intercambios especializados.
Los modelos locales también tienen requisitos prácticos. La fuente especifica Windows 11, 64 bits y recomienda una tarjeta gráfica para la velocidad de reconocimiento. No hemos evaluado las GPU compatibles ni hemos establecido el uso de recursos. Un traductor local gratuito todavía requiere modelos, configuración y capacidad informática adecuados.
Para una reunión, pruebe el arreglo de sonido completo antes de que se unan otros. El discurso generado enviado a la salida incorrecta puede distraer a los participantes o ser capturado nuevamente. No hemos evaluado la prevención de comentarios ni el manejo de audio de cada aplicación.
Precio y acceso
La oferta de Microsoft Store de EE. UU. es gratuita. La versión gratuita incluye traducción, subtítulos y voz para sesiones de hasta quince minutos, y se puede iniciar otra sesión para continuar. Pro elimina el límite de tiempo y agrega resúmenes de reuniones de IA; la fuente retenida no da su precio. La traducción en la nube utiliza su propio acceso API, lo que puede generar cargos. Confirme el nivel actual y los términos del proveedor por separado.
Nuestra perspectiva
La idea más fuerte es hacer visible la ruta de procesamiento: elegir qué escuchar, qué traductor maneja el texto y si son útiles los subtítulos o la voz. Esa flexibilidad puede adaptarse a diferentes necesidades de privacidad y equipo, siempre que se comprenda la configuración antes de una conversación en vivo.
Comience con material conocido e inspeccione el reconocimiento así como la traducción final. Verifique la retención de la transcripción, el límite libre de quince minutos y la salida de audio real. Si el resultado es incierto, conserve esa incertidumbre en lugar de dejar que una voz generada con fluidez lo haga parecer resuelto.
Fuentes
Icono de la ficha oficial de la tienda.
