SaleSmartly的语音翻译功能通过AI助理的语音转文字（语音转录）能力实现，先调用语音识别引擎将语音消息转换为文字，再对文字执行翻译操作。语音识别功能不依赖SaleSmartly自研技术，而是集成了第三方语音识别服务，具体支持的语言范围取决于所集成引擎的能力。主流语言（英语、中文、西班牙语、法语、德语、日语、韩语、葡萄牙语、意大利语、俄语、阿拉伯语等）的语音识别准确度较高，小语种的覆盖有限，实际支持的语言列表以系统后台显示为准。语音识别与文字翻译独立运作，两种功能覆盖的语言不必一致。语音识别的准确度受语音清晰度、背景噪音、客户口音和专业术语等因素影响，客服应结合播放录音核对转录结果的准确性。语音转录消耗AI助理积分，文字翻译消耗翻译配额（桌面本地翻译不扣配额），两种额度独立计算。用户应在系统设置中确认当前版本的语音识别语言支持列表，根据客户语种评估可用性和预期准确度。
语音识别功能的核心机制
语音消息先转录为文字再翻译
当客户发送一条语音消息时，SaleSmartly的AI助理会首先调用语音识别引擎，将语音消息中的音频信号转换为文字内容。转录完成后，系统再对生成的文字进行翻译处理，最终展示译文。因此，语音识别的语言覆盖范围决定了哪些语言的语音消息能够被转录并进入翻译流程。
语音识别能力依赖第三方引擎
SaleSmartly的语音转文字功能不依赖自研语音识别技术，而是集成了主流第三方语音识别服务，例如Google Cloud Speech-to-Text、AWS Transcribe、Azure Speech Services等。这些第三方引擎支持的语言种类和识别准确度各有差异，SaleSmartly会根据实际部署情况启用其中的一种或多种引擎。因此，具体的语言支持列表会因SaleSmartly的版本、地区和服务集成情况而有所不同。
识别语言与翻译语言独立
语音识别和文字翻译是两个独立的处理环节。语音识别阶段，系统将音频转换为文字，使用语音识别引擎的语言模型。文字翻译阶段，系统对转录后的文字进行语言转换，使用翻译引擎。语音识别的语言与翻译的目标语言（客服设定的阅读语言）可以不同——客户说西班牙语语音，系统转录为西班牙语文字，再翻译成中文展示给客服。
主流语音识别引擎支持的语言
英语、中文、西班牙语等核心语种
当前主流语音识别引擎对全球使用频率最高的语言支持最为完善。英语（含美式、英式、澳大利亚等口音）、中文（普通话、粤语等方言）、西班牙语（欧洲和拉美变体）、法语、德语、日语、韩语、葡萄牙语（巴西和欧洲变体）、意大利语、俄语、阿拉伯语等语种的语音识别准确度较高。这些语言也是跨境客服中最常遇到的语音消息语种，覆盖了绝大多数海外客户的母语需求。
多口音和多方言的支持程度
不同语音识别引擎对不同口音和方言的处理能力存在差异。标准口音（如美式英语、标准普通话）的识别准确度通常最高，带有浓重方言或非标准口音的语音消息识别准确度会有所下降。例如苏格兰口音英语的识别准确度低于美式英语，四川方言普通话的识别准确度低于标准普通话。客服在收到口音较重的语音消息时，应结合播放录音核对转录文字，确保关键信息不被遗漏。
小语种语音识别的覆盖有限
使用频率较低的语言（如芬兰语、匈牙利语、波兰语等）在部分语音识别引擎中的支持可能不够完善，准确度可能显著低于主流语言。如果客户使用相对小众的语言发送语音消息，语音识别的结果可能出现较多错误，后续翻译的可靠性也会受到影响。在这种情况下，建议客服直接通过文字消息与客户沟通，避免依赖语音转文字功能处理小众语种的语音内容。
识别语言准确度的关键影响因素
语音清晰度和背景噪音的影响
语音消息的录制质量直接影响识别准确度。客户在安静环境下清晰发音的语音消息识别准确度较高，而存在背景噪音、多人同时说话、客户发音模糊或语速过快的语音消息识别准确度会显著下降。识别出的文字如果存在错漏，后续翻译出来的内容也会出现偏差。
专业术语和缩写词的识别表现
语音识别引擎在处理日常口语时的表现通常优于处理专业术语和行业缩写。客户语音消息中提到的产品型号、专业术语、数字序列等内容，识别准确度可能低于日常词汇。例如客户用语音说出“订单号ABC-12345”时，字母和数字的识别准确度可能不如普通语句。客服在处理包含关键数据的语音消息时应留意核对转录结果中的数字和代号。
自动语言检测的技术特点
多数语音识别引擎具备自动语言检测功能，能够在收到语音消息时自动判断音频内容的语言，并切换到对应的识别模型。系统收到一段语音消息后先判断语言类型，再调用相应语言的识别模型完成转录。自动检测准确度与音频长度和质量相关，较长且清晰的语音消息检测准确度更高。
语音识别后的文字翻译能力
转录文字的翻译与普通文字一致
语音消息转录成文字后的翻译能力与普通文字消息完全相同，支持134种语言的文字互译。转录出的文字一旦生成，后续的翻译流程与客户直接输入的文字消息一致，不受原始语音语言类型的限制。无论客户使用什么语言发送语音消息，转录后的文字都通过相同的翻译通道完成语言转换。
语音识别语言与翻译语言的独立匹配
客户发送的语音消息经过识别转录后，系统识别出该段文字使用的是哪种语言。翻译引擎根据语言识别结果将文字翻译成客服设定的目标语言，两个引擎（语音识别引擎和文字翻译引擎）独立工作，不受对方的语种覆盖限制。语音识别支持的语言和文字翻译支持的语言不必完全一致，客户说一种语言、转录成该语言的文字、翻译成另一种语言，整个链路中各环节的语言处理相互独立又协同完成。
转录结果与翻译结果同时展示
在聊天界面中，语音消息经过转录和翻译后，通常同时展示转录的文字内容和翻译后的版本。客服可以看到转录的原文（客户语音消息中的文字内容）和翻译成目标语言后的译文，便于核对和确认。这种原文+译文同时展示的方式帮助客服在阅读译文时能够对照原文，确认关键信息的准确性。
实际使用中的语言支持确认
在系统设置中确认支持的语音语言
用户可以在SaleSmartly的后台设置或AI助理功能页面中，查看当前版本的语音转文字功能支持的具体语言列表。由于SaleSmartly的语音识别引擎可能随版本更新而调整语言支持范围，用户应参考当前系统中实际显示的语言列表而非过时的公开文档，确保获取准确的可用语言信息。
根据客户常用语种匹配语音识别能力
客服团队可以根据客户群体的主要语种，评估当前语音识别功能对其母语的覆盖程度和准确度预期。如果客户群体以英语、西班牙语、法语等主流语言为主，语音识别的准确度通常较高，可以放心使用语音消息转录翻译功能。如果客户群体使用小众语言，建议在依赖语音识别前先进行小范围测试，确认转录准确度后再推广使用。
常见问题FAQ
语音识别支持所有翻译支持的语言吗？
不一定。SaleSmartly的文字翻译支持134种语言，但语音识别（语音转文字）的语言覆盖范围通常小于文字翻译。具体支持的语言取决于当前集成的第三方语音识别引擎的能力，用户在系统设置中可以查看当前版本实际支持的语音识别语言列表。
日语和韩语的语音识别准确度高吗？
日语和韩语的语音识别在主流引擎中准确度较高，标准发音的清晰语音消息识别准确度通常能满足客服需求。带有浓重方言口音或快速口语表达的语音识别准确度可能有所下降，建议客服结合播放录音核对其转录结果。
客户说西班牙语语音，能识别并翻译成中文吗？
能。客户发送西班牙语语音消息后，系统将西班牙语语音转录为西班牙语文字，然后将其翻译成客服设定的中文目标语言展示。只要语音识别引擎支持西班牙语识别，语音消息就可以完成完整的转录+翻译链路。