关于这个工具的免费额度和付费功能，先看这篇再决定要不要掏钱。
会议室里对方已经讲到第三个数据，你还在等手机App把那句话转完。手机同传的问题不在识别率，而在链路太长：收音、上传、翻译、回传，任何一环抖一下，字幕就断在半句上。XREAL AURA这类有线XR的思路不一样，眼镜通过USB-C连上计算单元或笔记本，音频和画面走同一条物理链路，延迟和稳定性都更容易控住。这篇就按实际配置顺序走一遍，从开箱到会议桌上能用。
开箱三步：先把链路打通
第一步连硬件。AURA是分体式设计，眼镜本体约95克，靠一根USB-C线接到Puck计算单元上，线材可更换，用的是标准USB-C口。如果你要把笔记本画面接进来，走的是Puck上的DisplayPort Alt Mode输入，不是插在眼镜上。连接顺序建议先给Puck上电，再插眼镜，最后接笔记本，避免系统把眼镜识别成普通外接显示器。
第二步装驱动和运行环境。AURA跑的是Android XR，常规应用从Google Play装。字幕类工具如果是端侧方案，需要确认两件事：应用有麦克风权限，且Puck的NPU推理后端正常加载。参考资料里的AuraTranslator项目就踩过这个坑——QNN运行库如果以压缩状态留在安装包里，执行提供程序会静默回退到CPU，字幕延迟立刻翻倍。普通用户不用改代码，但要在应用设置里确认“端侧推理”处于开启状态，别让它偷偷走云端。
第三步开字幕通道。在应用里选音频输入源：用眼镜的四麦克风阵列收现场声，还是用Puck接笔记本的系统音频。前者适合面对面会议，后者适合线上会。字幕显示位置选“空间锚定”，画面会跟着头部轻微移动但不漂，比固定在视野中央更不容易晕。字号先给中间值，后面再调。
会议实战：三个参数决定好不好用
字号和延迟是一对矛盾。字越大越容易扫读，但占视野；延迟压得越低，识别模型能用的上下文越少，短句容易断。实操建议：中英混说的场合，字号调到能在70度视场角里一眼扫完两行，延迟容忍度放到1.5秒左右——参考资料中端侧葡萄牙语到英语的方案，每段话说完约1.5秒出字幕，这个量级在会议里是可接受的。纯英文、语速快的会，把延迟再收紧，但要做好短句碎片化的准备。
中英混说是最容易翻车的场景。说话人一句里夹两个英文术语，识别模型容易把整句判成英文或整句判成中文。设置上做两件事：把语言模式设成“自动检测”而不是锁定单语；在应用里如果有术语表入口，把公司名、产品名、缩写提前录进去。没有术语表就退一步，会前把关键词发到聊天框里，自己扫一眼，字幕错的时候心里有数。
多人对话要开说话人区分。参考资料里的方案用说话人嵌入给每个声音做颜色编码，字幕前面带不同色块，谁在说一目了然。设置入口一般在字幕样式里，选“按说话人着色”。圆桌超过四个人时，颜色区分会变弱，这时候把字幕位置调到视野下方偏左，主视线留给对面的人，用余光扫字幕。
字幕不准时：三个校准动作
第一个动作是重设音频输入增益。字幕频繁漏词，先别怀疑模型，检查麦克风是不是被Puck的风扇声或笔记本扬声器回授干扰。把输入源从“眼镜麦克风”切到“笔记本系统音频”试一段，如果准确率明显上升，问题在收音不在翻译。
第二个动作是手动纠偏。端侧方案通常不支持整句改写，但支持即时修正：发现某个词反复识别错，在应用里把这个词加进替换规则，下次出现自动替换。这个操作在会议中做一次只要几秒，比事后整理省事。
第三个动作是重启推理会话。连续跑一两个小时后，如果字幕开始出现固定延迟或整段丢失，退出字幕应用再进一次，让NPU会话重建。参考资料里的多模型流水线在被动散热硬件上长时间运行，热降频会影响推理节奏，重启是最快的恢复手段。
避坑：这些场景别硬上
强噪音环境别用。开放式扬声器加四麦克风阵列，在展会、食堂这种背景声复杂的地方，说话人区分会失效，字幕变成一锅粥。需要字幕的场合，优先选安静会议室或带指向性麦克风的线上会。
长时间户外移动别指望。Puck电池是4455mAh、34.84Wh，官方还没给最终续航数字，但双芯片加持续推理的负载不低。会议场景插着电用没问题，靠电池跑一整天不现实。线材也是隐藏限制：眼镜到Puck那根线是专用高带宽线，虽然可更换、用的是标准USB-C，但别拿普通充电线替代，带宽不够会直接黑屏。
还有一类人别买：只想偶尔看个外语视频、不需要实时性的，手机同传App足够，AURA的重量和线材在这种轻量场景里是负担。
FAQ
这玩意儿要收费吗？硬件是一次性支出，12GB+256GB版本首发限时价1099美元，16GB+512GB是1299美元。字幕应用本身看你怎么选，端侧方案不产生按次费用，云端方案可能订阅。
字幕能导出存档吗？取决于具体应用。端侧推理方案一般把识别结果留在本地，能不能导出看应用有没有提供文本记录入口，会议纪要场景建议会前确认这一点，别等开完才发现没存。
能离线用吗？端侧方案可以，参考资料里的AuraTranslator就是全程不联网、不产生按次费用的路子。但要注意模型文件体积不小，Whisper编码器的预编译上下文二进制就有1.75GB，装之前留够存储。
小度智能音箱MatePro AI问答聊天 卓越人声 LED时