标准回答
需求与指标
先澄清：会议同声传译（强调低延迟、单向）还是双向对话翻译？语言对数量、是否保留说话人音色。核心指标：端到端延迟（同传常要求 2-3 秒内）、翻译 BLEU 与人工可懂度、ASR 字错率。延迟与准确的权衡是本题灵魂。
整体架构（级联）
音频流 → VAD 切分 → 流式 ASR → 增量 MT → 流式 TTS → 音频输出。各级流式衔接，避免「等整句」累积延迟。
流式 ASR
用支持流式的声学模型（CTC/RNN-T 或流式 Whisper），边说边出部分结果。难点是部分结果会随上下文修正，需把不稳定的尾部标为「可重写」，稳定前缀才下传。
增量机器翻译
同传策略：用 wait-k 或自适应策略，读入 k 个词就开始译，平衡延迟与上下文。语序差异大的语言对（中↔英、日↔英）需重写已输出译文或延迟决策；自动补标点与分句以切出可翻译单元。
流式 TTS 与端到端
TTS 流式合成边收边播；可选声音克隆还原说话人音色。也可走端到端语音到语音模型，省去文本中转、延迟更低，但可控性与多语种覆盖较弱。
鲁棒性与评估
降噪、回声消除、口音自适应、code-switching 处理。评估分离测各级（ASR 字错率、MT BLEU）与端到端延迟/可懂度，并做真人主观评分。
常见误区
⚠️ 常见踩坑
把它当成「ASR + 翻译 + TTS 简单拼接」：忽略了流式增量与部分结果重写，会导致整句等待、延迟爆炸或译文反复跳变；也别忽视语序差异语言对的重排问题与标点分句。
追问
追问 1：同传延迟与翻译准确如何权衡？wait-k 是什么？
等更多源语上下文译得更准但延迟升高，反之低延迟易因信息不全译错。wait-k 策略：固定先读 k 个词再开始翻译，之后每读一词出一词，k 越大越准越慢。进阶用自适应策略按句法完整度动态决定何时开口（如读到完整意群再译），对语序差异大的语言对配合译文重写，兼顾延迟与质量。
追问 2：端到端语音直译 vs 级联，各有什么优劣？
级联（ASR→MT→TTS）模块解耦、各级可独立优化与替换、可解释、复用成熟组件，但延迟叠加且存在误差传播（ASR 错会带坏翻译）。端到端语音到语音延迟更低、能保留语气韵律、避免中间文本信息损失，但训练数据稀缺、可控性差、新增语言对成本高。工业界多以级联为主、端到端在高资源语言对上探索。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。