JotMe

开始使用 JotMe

选择适合您的跨语言工作方式。

适用于会议、活动和日常工作的桌面应用

准确实时翻译、语音转写、AI 会议记录、AI Memory、文件翻译、多语言消息、语音输入等功能。

随时随地使用移动应用

为面对面对话提供准确的实时翻译与翻译语音。

Google Meet 扩展程序

通过我们的 Chrome 扩展程序使用实时翻译、语音转写和 AI 会议纪要。

添加到 Chrome

适用于任何会议和活动的桌面应用

精准的实时翻译、多语言语音转文字、会议录音、AI 会议记录与笔记、自定义词汇、文档与 PDF 翻译、多语言消息,以及 AI 语音输入键盘。

适用于面对面对话的移动应用

精准的实时语音翻译,支持 AI 生成的翻译语音,适用于 iPhone 和 Android。

面向 Google Meet 的 Chrome 扩展程序

精准的实时翻译、实时语音转文字、笔记助手与 AI 会议记录。
添加到
Chrome
可立即试用
产品

贴合语境的个性化翻译:JotMe 如何用你的数据,做出更准的 AI 翻译

Taka Shirasu
2026年7月29日
贴合语境的个性化翻译:JotMe 如何用你的数据,做出更准的 AI 翻译

JotMe 被选择的理由,说到底就一个字——“准”。每天、每周,总有一些会议,里面的关键信息一个字都不能译错。在会议翻译这样的场景里,这正是许多客户选择 JotMe 的首要原因。

那么,为什么明明都用上了 AI,很多翻译却依然不尽如人意?

这篇文章,我想坦诚地聊一聊:我们究竟是怎么使用你的数据,让翻译真正贴合你的工作场景的。

首先要说清楚一点:如今大多数翻译工具,在语法上其实都能给出正确的译文,并不能说它们“错”。真正的关键在于——同一句话,往往会因为语境不同而有多种译法。当你觉得某个译文“不太对劲”时,原因多半是:AI 并不知道你想表达什么,也不知道听的人已经掌握了哪些信息。

举个例子。假设有这样一句话:

"The model is hallucinating."

如果没有上下文,这里的 model 到底指什么?可能是一位服药后正在产生幻觉的时装模特(模特),也可能是一个正在编造错误信息的 AI 模型(模型)。哪怕译成中文里的“模型”,它本身也还是模糊的——是数学模型、实体模型,还是 AI 模型?

而如果 AI 知道你最近一直在开发 AI 产品、正在讨论新功能,它就能毫不犹豫地选中第二种含义——AI 模型。

这只是一个很简单的例子。当对话越来越复杂、涉及的信息越来越多,这种“语境误判”会变成一个棘手得多的问题。

理解了这一点,我们就进入正题:JotMe 为了交付贴合语境的准确翻译,究竟是怎么使用你的数据的。

JotMe 的翻译分为两种

JotMe 的翻译大致分为两类:

  1. 实时翻译:实时字幕,以及语音到语音的翻译
  2. 文本翻译:转录文字、文本输入和聊天

两者在“上下文”的构建方式上,略有不同。

实时翻译如何利用你的上下文

在实时翻译中,我们会把下面这些信息当作上下文来使用。

用户画像

从你登录的那一刻起,我们所掌握的关于你的一切信息。为了进一步提升翻译精度,我们的 AI 智能体有时还会去检索网络上关于你的公开信息。

业务上下文

也就是你在工作中“做什么”。它由会议记录、JotMe Chat 的消息、你上传的文件,以及你与 JotMe AI 的互动共同拼接而成。对于符合条件的用户,还可以连接 Gmail、Outlook、Notion、Google Drive 和 Microsoft Teams,从而构建出更丰富的业务上下文。

实时记忆

也就是你在这场会议里正在讨论的内容,会随着对话的推进不断更新。

自定义术语与行话

公司内部用语、行业特有的说法,都可以由你自己添加。对于符合条件的用户,这些术语还能根据业务上下文自动更新。

衔接上一段发言

为了让译文不至于支离破碎,我们会带上前一到两段已翻译的内容。这样一来,整段对话读起来就更自然、更连贯。

文本翻译如何利用你的上下文

文本翻译的思路完全一样。只不过,它不再依赖语音的实时记忆,而是借助对话记忆和过往的聊天消息。

其中,用户画像和业务上下文的构建方式,与实时翻译完全一致。文本翻译特有的部分,主要是下面两点。

对话记忆

也就是你在聊天里正在进行的这段对话,每发送一条消息都会实时更新。

衔接前几条消息

我们会带上前一到两条聊天消息,让翻译后的对话既连贯又自然。和实时翻译一样,自定义术语与行话在这里同样适用。

AI 让翻译更好了,但仍差“最后一步”

AI 确实让翻译质量有了质的飞跃。但坦白讲,还有一道尚未填平的鸿沟。

正如前面所说,同一句话的译法从来不止一种。上下文不够,AI 就无法笃定地判断出说话人的意图,也给不出听者所期待的那个译文。

但这并不意味着“上下文越多越好”。上下文一旦过多,译文质量反而会下降——这种现象通常被称为上下文腐烂(context rot):信息太杂,模型反而会丢掉那些真正关键的线索。

此外,还有一个速度上的权衡。实时翻译是一套实时系统,塞进的上下文越多,出译文所需的时间就越长。在我们的实测中,甚至出现过等待超过 30 秒才出结果的情况——这在实时对话里根本没法用。

反复试验之后,我们得出的答案是:把延迟控制在大约 1–5 秒。在这个区间里,大多数人会觉得节奏自然,同时又能留出足够的上下文,保证足够高的翻译准确度。

上下文、速度、准确度——如何在这三者之间找到最佳平衡,正是 JotMe 眼下正在攻克的核心研究课题之一。

未来,我们会继续投入,力求做出在真实商业场景中真正好用、尽可能准确的 AI 翻译。

今天就聊到这里,我们下次再见。

Last updated on
2026年7月29日
Follow us on social media:

尝试 JotMe

在会议中,提问、翻译、转录和做笔记,一应俱全

免费开始