两样能同时有吗？

能，而且这是常态：每位听众一边听语音，一边在自己手机上看文字。不必替整个会场做选择。

字幕会比语音先到吗？

文字会先于翻译后的音频出现，因为生成语音需要它自己的时间。差距不到一秒。

我们提供的是按会场、按语言的实时文字。要把它送上会场大屏，属于搭建活动的一方；而只有一块屏幕时，就得选定一种语言。

对比

读不等于听。实时字幕是管用的，而它要占用注意力——活动一超过二十分钟就看得出来。

这是最常见的对比，因为把自动字幕打到屏幕上既容易又便宜。要问的不是看不看得懂，而是看懂的同时观众在做什么。

不用耳机就能看，在嘈杂的场地里也管用，还能服务听不见的人。而且一块屏幕大家共享，谁都不用做什么。

可以一边看着说话的人一边听。有了字幕，观众盯着屏幕，就错过了人、幻灯片，以及正在指的东西。

读一小时字幕比听一小时累得多。活动一长，半个会场就放弃屏幕，只能断断续续地跟。

这里两样一起来：翻译语音在每个人的手机上，文字也在同一部手机上，给更愿意读的人，也给听力不好的人。

活动很短时、场地里没人会戴耳机时，或者主要听众是聋人时。而且如果内容非常视觉化——数字、图表、演示——在展示的东西旁边读字，比在纯口头的发言中更不碍事。