Otter.ai 扩展多语言转写，支持31种语言

11月9日，AI 会议笔记工具 Otter.ai 宣布扩展多语言能力，新增27种语言支持，并推出一项可在同一场会议中跟随说话者语言切换的转写功能。全部上线后，Otter 支持的语言总数将达到31种。公司称，该功能会自动检测语言变化并持续转写，用户无需手动调整设置。按新增27种、总数31种推算，此次更新前 Otter 支持的语言为4种。

事件经过

11月9日（周二），Otter.ai 公布此次更新，称这是公司迄今规模最大的一次语言扩展。多语言转写与语言清单在同一次公告中发布，前者面向会议中的实时场景，后者决定平台可覆盖的语种范围。公司未公布各语种的用户量分布。

新功能的核心是自动检测语言变化。Otter 给出的示例是，一通电话可以从英语开始，中途切换到韩语，再切换到葡萄牙语，转写会持续跟进，用户不需要在设置里重新选择语言。该功能针对的是同一场会议中多人混用多种语言的场景，这类场景在国际团队的日常沟通中较为常见，此前通常依赖人工记录或会后另行翻译。

Otter 发言人在回复 TechCrunch 时称，Otter 正在打破语言障碍，让任何公司无论位于何处，都能为语音 AI 通信的决策建立记录系统。这一表述把转写工具定位成决策与沟通的记录层，而不只是会议纪要工具。

语言清单与上线节奏

目前已经可用的13种语言包括中文普通话、粤语、韩语、德语、意大利语、葡萄牙语、俄语、印尼语、马来语、荷兰语、土耳其语、越南语和波兰语。其余14种被标注为即将推出，包括瑞典语、丹麦语、芬兰语、挪威语、阿拉伯语、印地语、泰语、希伯来语、希腊语、马其顿语、波斯语、捷克语、匈牙利语和罗马尼亚语。

从地域分布看，已上线的13种集中在东亚、东南亚与欧洲大陆，即将推出的14种补齐了北欧、中东、南亚与东欧的部分语种。两批语言合计覆盖欧亚主要语种，非洲语言中仅有阿拉伯语入围。Otter 没有说明两批语言之间的时间间隔，也未说明是否按用户需求排序分批上线。

对国际团队而言，语种清单的实际价值取决于客户所在市场。已上线语种中包含粤语，与中文普通话分列，这一处理在语音识别产品中并不常见，因为两种语言在口语层面差异明显，分开建模通常能降低识别错误。

技术细节

Otter 表示，新增语言运行在公司自有的语音模型上，训练数据来自公开数据集，并邀请母语志愿者对转写文本进行审校，以检查准确性。公司未披露模型架构、参数量与训练数据规模。

在同一场对话中处理语言混用，语音识别行业通常称为语码转换（code-switching）。传统的自动语音识别系统按语言分别训练声学模型与语言模型，遇到说话人中途换语言时，需要先判断语言边界，再切换解码路径；口音、专有名词、数字与人名在切换点附近容易累积错误。业内常见的技术路线包括统一的多语种模型、前置的语言识别模块，以及在多语种数据上训练的端到端模型。Otter 未说明采用哪一种，也未给出混说场景下的错误率对比。

会议场景对实时性的要求高于录音文件转写，语言检测本身会带来额外的计算开销。转写延迟与自动切换所需的语音样本长度，是衡量这类功能能否在真实通话中使用的关键指标，公告中都没有给出对应数字。

自有模型意味着 Otter 需要为每种语言单独准备训练与审校资源，母语志愿者审校的规模、覆盖语种与抽检比例，直接关系到小语种的可用程度。公开数据集在多语种覆盖上通常不均衡，语料较少的语言往往需要额外采集。

产品扩张与融资背景

多语言转写是 Otter 从转写工具向职场 AI 工具扩张的一部分。公司此前从 General Catalyst 获得3.2亿美元融资，该轮融资的时间、估值与资金用途均未在本次公告中说明。

近期推出的 Work Mode 依托会议历史与已连接的应用，帮助用户为即将到来的通话做准备。按公司描述，该功能会提取过往客户对话中的信息、尚未完成的行动项、同事在类似通话中的笔记，以及 Google Drive 中的近期文件。

Live Assist 则在会议进行中提供实时建议。它会分析对话内容，结合已经谈过的部分和当下的进展给出提示。两项功能与多语言转写共享同一套会议数据，语种覆盖范围扩大后，可被检索和引用的历史会议素材也随之增加。

会议转写赛道的参与者不止 Otter 一家。Zoom、Microsoft Teams 与 Google Meet 都在视频会议产品内提供实时字幕与会后转写，Deepgram、AssemblyAI 等厂商向开发者提供语音识别接口，OpenAI 的 Whisper 以开源模型的形式被大量二次开发。与这些方案相比，Otter 的差异点在于把转写、纪要与会前准备打包成面向终端用户的产品，而非只提供接口。

对企业客户来说，语言差异带来的成本主要落在记录与同步环节：一场混用多种语言的会议，往往需要人工整理或额外翻译，才能形成可检索的文本。多语言转写直接指向这一环节，但它替代的是人工整理中的哪一部分，取决于识别结果在多大程度上可以直接使用。

观察

从产品层面看，多语言转写降低了跨国团队共用一套会议记录工具的门槛，直接受益方是已按席位付费的国际化企业客户，以及需要处理多语种客户通话的销售与客服团队。能否转化为续费率，取决于几个尚未验证的前提：混说场景下的识别准确率是否达到可用水平，自动检测会不会在切换点丢句，新增语种是否覆盖客户实际使用的语言。行业内的分歧集中在路线选择上——是在自有模型上逐语种扩展，还是调用第三方通用语音模型快速铺开语种。前者可控性更强、单位投入更高，后者扩张更快、差异化更弱。目前尚不清楚31种语言中有多少能在同一场会议里稳定并行工作，这一数字比语言总数更能说明产品的实际能力。

本文编译自 TechCrunch《Otter AI can now follow conversations across 30+ languages》（https://techcrunch.com/2026/11/09/otter-ai-can-now-follow-conversations-across-30-languages/），版权归原作者所有。