STS 同传工作台

说话 → 实时识别 → 翻译 → 目标语种朗读，一条独立流水线，可保留原始音色。

• 独立配置，不复用主 STT/TTS
• 自动声音克隆
• RightAlt 一键操作
• 浮动 Mini 模式

什么是 STS

STS = Speech-to-Speech。无界音流的 STS 工作台是一个独立的「同声传译」流水线：你说一句中文，几秒后用同样音色、目标语言（英文 / 日文 / 韩文…）把这句话朗读出来。可以用在演讲同传、双语会议、视频配音的草稿生成等场景。

流水线总览

工作台 UI 速览

引导页跑完后，主面板右上区域点开 STS 图标即可进入工作台。整个面板分三大手风琴块：

最小可跑配置（推荐两套）

组合 A · 最快联调

目标：5 分钟内拿到第一条可播放的同传音频。

位置	取值	说明
STT 后端	onnx 或 funasr	选你已下载好的本地实时模型
STT 模型目录	本地 SenseVoice / Fun-ASR-Nano 目录	参考 实时 STT 文档
翻译 Base URL	https://api.openai.com/v1	或任意 OpenAI 兼容地址
翻译模型	gpt-4o-mini 或 deepseek-chat	速度优先
TTS 模型	volcengine_tts	免本地下载，AppId + Token 即可
克隆参考	自动取本次录音	不需要单独选文件

组合 B · 声纹克隆优先

目标：让目标语种朗读保留你的音色。

位置	取值	说明
STT 后端	onnx 或 funasr	同组合 A
翻译模型	任一 OpenAI 兼容模型	—
TTS 模型	qwen3_tts 或 index_tts2	需要对应模型目录
TTS 模型目录	本地路径	参考 TTS 文档
克隆参考	自动取本次录音 + 识别文本	不需要单独选音色文件

参数说明（节选）

字段	默认	说明
sourceLanguage	zh	麦克风识别语种；可选 auto/zh/en/ja/ko/yue/fr/de/es
targetLanguage	en	目标语种；与 sourceLanguage 同枚举（除 auto）
sttBackend	sensevoice	onnx / whisper / sensevoice / funasr 任选一
sttChunkIntervalMs	20	每帧送入识别的步长；越小越实时，CPU 占用越高
translationApiBaseUrl	—	OpenAI 兼容 base url
translationApiKey	—	翻译 LLM 的 API Key
translationModel	—	模型名，如 gpt-4o-mini / qwen-plus
ttsModel	auto	auto / qwen3_tts / voxcpm / index_tts2 / vibevoice / volcengine_tts
ttsModelDir	—	本地 TTS 模型目录
ttsDevice	—	cuda / cpu / mps
ttsRpcHost / ttsRpcPort	localhost / 17860	本地 TTS RPC 服务地址
ttsVoxcpmRuntimeDir	—	VoxCPM 专属运行时目录
ttsVolcengine.*	—	火山 TTS 的 AppId / Token / Cluster / VoiceType

操作时序与热键

常见问题