百度翻译支持多端语音翻译与实时对话互译：手机app可开启基础语音翻译、杜小译快捷唤醒及对话翻译模式；网页端支持语音输入；浏览器插件支持语音触发划词翻译。
如果您希望在百度翻译中启用语音输入或实现双人实时对话式互译，则需根据设备类型与使用场景选择对应功能模块。以下是开启语音翻译及实现实时对话的具体操作路径：
一、手机APP端开启基础语音翻译
该方式适用于单人语音输入转文字翻译，无需配对设备，依赖本地语音识别与云端翻译协同处理。
1、打开已安装的百度翻译APP，确保版本为10.4.2或更高。
2、在首页中部区域点击“语音”图标，进入语音翻译界面。
3、点击顶部语言栏，分别设定“我说”语种（如中文）与“译为”语种（如英语）。
4、点击界面中央的麦克风按钮，开始清晰说话；松开后系统自动完成识别与翻译。
二、启用杜小译语音快捷功能
此功能提供全局唤醒能力，可在任意应用界面长按电源键或侧边键呼出杜小译进行语音交互，需提前绑定权限与快捷入口。
1、在APP内点击底部“我”标签，进入个人中心。
2、选择“设置”，向下滚动找到并点击“杜小译快捷方式设置”。
3、勾选“和杜小译语音”选项，并确认开启麦克风与后台运行权限。
4、返回桌面，长按电源键2秒，即可唤醒杜小译并直接发起语音翻译请求。
三、启动实时对话翻译模式
该模式专为双人面对面交流设计，支持A/B双方轮流说话、自动语种检测与同步双语字幕显示，需授权连续录音权限。
1、在APP首页顶部功能区点击“语音翻译”卡片。
2、进入后点击右上角“模式切换”按钮，选择“对话翻译”而非“单句翻译”。
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
3、在语言选择面板中，分别点击左右两侧区域，设定左侧为“我说”语种（如中文），右侧为“对方说”语种（如英语）。
4、点击界面中央红色麦克风图标，系统即开始监听并实时输出双语对照翻译结果。
四、网页端启用语音输入翻译
适用于PC浏览器环境下的单向语音输入场景，依赖浏览器麦克风权限及稳定网络连接，不支持双人对话模式。
1、访问百度翻译官网（fanyi.baidu.com），确保页面完全加载。
2、在文本输入框上方找到并点击“语音输入”标签。
3、首次使用时，浏览器将弹出权限申请提示，必须点击“允许”以启用麦克风。
4、确认左上角语种为“自动检测”，右侧目标语言已设为所需语种。
5、点击蓝色麦克风按钮，开始讲话，翻译结果将以文本形式即时显示在下方输出区。
五、通过浏览器扩展实现页面内语音触发翻译
该方案结合划词翻译与语音指令，适用于阅读外文网页时快速调用翻译，需单独安装官方插件并完成初始化配置。
1、前往Chrome或Edge扩展商店，搜索并安装“百度翻译官方插件”。
2、安装完成后点击浏览器右上角插件图标，选择“登录并同步账号”。
3、在插件设置中开启“语音快捷翻译”开关，并授予麦克风访问权限。
4、浏览外文网页时，点击插件图标后说出指令如“翻译这句话”，系统将自动识别当前光标所在句并执行翻译。
