跨境客户常用语音：泰国、越南、中东、拉美询盘里，一条三十秒语音比打字更快。HelloGPT翻译器可以把语音先转成文字再翻译，部分场景还能把你的中文回成对方语言的语音。下面只讲语音：哪些对话适合开、怎么开、怎么听、怎么回，以及什么时候必须改回文字。
语音翻译不是把聊天变成电话同传
它解决的是：对方不愿打字时，你仍能在同一窗口里看到这段话的中文大意，再用文字或语音回过去。
它不是无延迟的双向电话。识别会受口音、噪音、语速、产品型号读法影响。把语音译文直接当成已签字的数量和价格，风险高于文本双向。
正确位置是：文本双向已经跑通之后的补充能力。文本都还不能翻，先不要开语音。
使用前单独打开的权限和开关
麦克风权限只为语音服务。系统里给HelloGPT麦克风，并确认不是只允许前台、一到后台就静音。
进入翻译设置里的语音或转写项，打开聊天语音转文字，再打开转写结果自动翻译。两个开关缺一，你只能听到原声，或只能看到一堆未翻译的外文转写。
语言仍跟当前会话预设走。泰国客户窗口应是中泰，不要指望语音自己去猜一个从未绑过的语种。识别语言和翻译语言不一致，是语音场景里最常见的错。
需要把中文回成对方语音时，再开语音合成。只开收听、不开合成也可以，很多客服更稳妥的做法是：听懂用语音，答应用文字。
先在安静环境用测试号发一条十秒以内、口齿清楚的外语语音，看转写和中文是否出现。这一条失败，先查麦克风、该会话预设和网络，不要到嘈杂展会再测。
收听对方语音的操作
点开语音条，等转写完成。先看转写出来的外文是否像人话，再看中文译文。转写已经是乱码，译文再顺也不要信。
对照听原声。人名、地名、型号、价格这些位置，用耳朵核一遍。引擎对“十五”和“五十”、对字母型号和普通单词容易混。
一条语音里问了三件事，在中文里拆成三条再回。不要用一句“好的”覆盖整段语音。对方以为你答应了交期，你以为只答应了发目录。
转写明显失败时，用文字问对方：数量、型号、城市，请对方用数字和照片再发一次。连续让对方重录三条长语音，体验更差，也不更容易对。
群里的语音默认可以转写给你看，但不要用语音合成对整群自动回一段话。群语音的对象不清晰，合成出去语种也不好定。
你自己什么时候用语音回，什么时候必须打字
适合语音回的：催一下是否看到报价、约一个可以打电话的时间、说明你在看照片稍后文字回复。内容短，即使识别两侧都有一点误差，也不构成合同条件。
必须打字的：价格、数量、交期起算点、运费谁承担、账号、地址、质量责任。这些以文字气泡为准，必要时再附语音解释。客户事后翻记录，文字比语音清。
用语音合成前看文本预览。合成读的是将要发出的外文，预览不对就改中文底稿，不要发出一条听起来礼貌、内容却把“不含运费”读成包含的语音。
语速和礼貌跟预设走。对日本客户不要用过于随意的合成腔去谈首次询盘；对已经熟的批发客户可以短。合成只是声音，口径仍来自你的模板和词库。
现场噪音、口音、混合语言怎么处理
展会馆、车间、路边，识别率会掉。能让对方改发文字就改。不能改时，只提取你听清的数字，用文字复述：“数量是五百件，对吗？”不要假装整段都听清。
口音重、夹英语缩写的语音，先锁会话语种，减少识别去猜第三种语言。词库里的型号若能匹配读音更好；匹配不到就让对方拍照。
一条语音前半泰语、后半英语，不要整段当一种语言。能分段就分段；不能分段就把关键条件改用文字问出来。
对方连续发多条语音，等转写齐再回。只回第一条，后面的折扣条件会被漏掉。
和文本双向、快捷回复如何配合
语音出中文后，回复仍优先插文字模板。模板管口径，语音管理解。不要因为对方用语音，你就放弃已经写好的“请补充资料”“样品说明”。
同一客户今天语音、明天文字，词库和预设必须是同一套，否则语音里的“现货”和文字里的“现货”会变成两个意思。
多开账号时，先看当前号再点语音播放和合成。听的是A号客户，合成发到B号，比文本发错更难撤回——对方已经听到。
验收语音能不能进入日常，不要用极限样本
安静环境，十秒内外语语音，转写可读，中文大意正确。
带一个数字的句子，中文里数字对。
你用文字回复该语音提出的问题，对方能接上，说明你理解对了。
合成开启时，预览外文正确，对方能听懂短问候。
切后台再来一条语音，仍能转写，而不是只有原声没有字。
不要用三十人同时说话的群语音、严重失真的录音去验收产品是否可用。那些场景本身就不适合当下单依据。
日常守则
先听原声再信译文，尤其是数字。
先文字确认再承诺。
失败就改要文字和照片，不和识别率赌气。
长语音拆问题，短语音才适合合成回。
语音翻译不能代替开发客户，也不能代替书面条件。它只在对方开口说的时候，让你少一次“我听不懂请打字”的冷场，并把听懂的部分尽快送回文字轨道。权限单独开、预设锁对、先收听后合成、数字用文字复核，这四步做完，语音才是窗口里的辅助，而不是一口咬定的依据。