<!-- 純文字版，由 https://tools.arminkao.com/research/travel-translator.html 自動產生（2026-11-13）。給 AI agent 讀；以網頁版為準。 -->
<!-- 摘要：一個半小時自製的日語旅遊口譯 iPhone App，帶去關西七天實用。錄音直接交給 Gemini 一次做完聽寫和整理、把行程寫進提示詞，地名全對、可中英夾雜、長錄自動清稿。附四段提示詞、畫面規格與給 AI agent 的建置骨架。 -->

R-12 · 工具實作 · 實測

# 自製日語旅遊口譯 App：為什麼比較準

讀 **5 分鐘**｜關西 **7 天**實際使用｜製作 **約 1.5 小時**｜最後驗證 **2026.10.20**

> **你會知道：**出國前一天，我用一個半小時做了一支日語口譯 iPhone App，帶去關西用了七天。它很準：地名、人名、點餐、問路都對。講中文時夾英文單字也聽得懂，一次錄很長也會自己整理成一句。弱點是雜音太多就不行。準的主因有兩個：錄音直接交給 AI 一次做完，以及把行程寫進提示詞。

![App 畫面：上方是日文對話框、下方是中文對話框，兩框右上各有一顆麥克風；中間一顆圓形翻譯鈕，寫著翻譯、翻訳和向上箭頭。漫畫風格：粗黑框、錯位陰影、淡藍網點底。](https://tools.arminkao.com/research/media/travel-translator/ui.webp)

上框日文、下框中文。中間按一下，往箭頭方向翻。

## 實際使用結果

- **很準**：地名、人名、點餐、問路都對。
- **可以中英夾雜**：講中文夾英文單字也聽得懂。
- **錄很長也沒關係**：口頭禪、重複、講一半改口都會被整理掉，最後只留一句乾淨的話。
- **弱點是雜音**：在吵的店裡、車站廣播旁邊，聽寫會錯或抓不到聲音。

這是作者一個人的使用感受。App 沒有留使用紀錄，所以旅途中沒有數字；下面的數字都是出國前一天的測試。

## 發現 1：聽寫和整理一次做完，比分兩段好

一般做法分兩段：先語音轉文字，再請 AI 清稿。這次把錄音直接丟給 Gemini，一次做完聽懂、去口頭禪、整理成短句。

跟我自建的兩段式語音輸入比較，9 題，以 Typeless 的結果當基準：

|  | 短句相似度 | 短句秒數 | 長句相似度 | 長句秒數 |
|---|---|---|---|---|
| 兩段式（自建語音輸入） | 0.87 | 4.8 | 0.76 | 14.9 |
| 一次做完（Gemini 3.8 flash） | 0.84 | 3.5 | **0.82** | **5.9** |

句子越長，一次做完的優勢越大。代價是有時刪太多（例如整段「我覺得」被砍掉），偶爾出現同音錯字。旅遊情境本來就要短句，這個影響小。

## 發現 2：把行程寫進提示詞，是準的主因

提示詞裡放一段行程：哪天去哪、地名的日文寫法、幾個人、自駕、常見情境。AI 事先知道你要去哪裡，聽到相近的發音就不會亂猜。

測 50 句、各翻 2 次，100 次失敗 0 次，中位數 1.9 秒。円月島、奥之院、京セラドーム、関西空港第2ターミナル 這些地名全對。

我沒有接工作用的大辭典。出國用不到工作詞，放進去只會變慢。會被聽錯的主要是地名。

## 發現 3：語感要寫死，不然 AI 會自己加料

壓測：中翻日 30 句＋日翻中 10 句，各跑 3 次。120 次失敗 0 次，中位數 2.1 秒、最慢 3.8 秒。抓到兩種錯：

- **人名被音讀**：「高偉鳴」被翻成「コウ・ウェイミン」。加上「人名照漢字寫」就修好。
- **意思被改**：「沒電了」被翻成「快沒電」。加上「意思不增不減」。

還沒修好的小毛病：「加滿」會自己補「レギュラー」；「可以坐在一起嗎」被翻成「同じ席に」（應該是「一緒に」）。

## 發現 4：自己講的話要整理，對方講的話要照實

中文錄音是自己要說的話，請 AI 整理成乾淨的句子。日文錄音是店員說的話，請 AI 照實聽寫、不改寫。對方的話被 AI 改寫，你就聽不到他原本的意思。

## 發現 5：偶爾會卡住，要設逾時

120 次裡有 1 次請求卡了 40 秒沒有回應。在店員面前乾等很尷尬。加上逾時（翻譯 10 秒、聽寫 20 秒）並自動重送一次後，就沒再遇到。

## 畫面

- **一頁，iPhone 直式**。上框日文、下框中文，都是漫畫對話框：粗黑框、圓角、錯位陰影，尾巴指向中間。
- 每框左上一個語言標籤，右上一顆**麥克風**：按一下開始錄，再按一下停止並送出。錄音中輕微脈動，開始和停止各震一下。框內也可以直接打字。
- 每框有**喇叭鈕**：用手機內建語音朗讀框內文字，離線、按下就念。
- 中間一顆大圓鈕「**翻譯**」，下面小字日文「翻訳」，日本人也看得懂。**最後編輯哪一框，就從那一框翻到另一框**，箭頭跟著變方向。
- 按下去陰影收進去、整顆往右下沉，有震動。翻譯中外圈轉載入環，翻完再震一下。
- 翻譯鈕 96pt、麥克風 44pt，在店員面前單手好按。背景是淡藍網點，上下濃、中間淡。

## 技術配方

| App | SwiftUI，iOS 17，只做 iPhone 直式；程式約 400 行 |
|---|---|
| 錄音 | `AVAudioRecorder`，m4a（AAC）、16 kHz、單聲道；音訊模式 `.playAndRecord`＋`.spokenAudio` |
| AI | Gemini `gemini-3.8-flash`，`thinkingLevel: low`；錄音 base64 放進 `inline_data`（`audio/mp4`） |
| 朗讀 | iPhone 內建 `AVSpeechSynthesizer`，挑已安裝品質最好的日文聲音 |
| 逾時 | 翻譯 10 秒、聽寫 20 秒；逾時自動重送一次（時間加倍） |
| 金鑰 | 自己的 Gemini 金鑰（Google AI Studio 申請）。不要寫進要公開的程式碼 |

### 四段提示詞

全部放在 system instruction。`{行程}` 換成你的行程。

① 中文錄音 → 中文句子自己要講的話：整理

```
這是一段在日本旅行時、要跟當地人說的話的中文錄音。聽寫成台灣繁體中文，並整理成禮貌、乾淨俐落的口語句子：去掉口頭禪、重複與贅字，先講要什麼、一句一件事，意思不增不減。只輸出整理後的句子。聽不到人聲就輸出空字串。地名照下面行程的寫法。{行程}
```

② 日文錄音 → 日文對方講的話：照實

```
這是一段日文錄音，通常是店員、服務人員或路人在跟旅客說話。照實聽寫成日文，加上自然標點。只輸出聽寫文字。聽不到人聲就輸出空字串。{行程}
```

③ 中文 → 日文給店員看

```
你是隨身口譯。把使用者的中文翻成日文，給店員、服務人員、路人看。語感：禮貌客氣的口語（です・ます體），不要書面語、不要過度敬語。邏輯乾淨俐落：先講要什麼，一句一件事，短句，對方一眼看懂。意思不增不減。人名照原本的漢字寫，地名用日本當地的寫法。只輸出日文譯文，不加解釋、不加讀音。{行程}
```

④ 日文 → 中文給自己看

```
你是隨身口譯。把日文翻成自然、簡潔的台灣繁體中文口語。地名寫中文慣用名。只輸出譯文，不加解釋。{行程}
```

{行程} 範例中文地名後面括號放當地寫法

```
這趟行程：10/21 到關西機場第2航廈（関西空港第2ターミナル），租車開到白濱（白浜）；10/22 圓月島（円月島）；10/24 高野山、奧之院（奥之院）；10/25 京瓷巨蛋（京セラドーム大阪）看演唱會；10/26 心齋橋筋商店街（心斎橋筋商店街）。七個人同行、自駕（會遇到加油站、停車場）。常見情境：吃東西、買東西、問路、找東西、東西不見。
```

## 給 AI Agent：建置骨架

把這頁網址丟給你的 agent，說「照這頁幫我做一支，行程換成我的」。純文字版：[travel-translator.md](https://tools.arminkao.com/research/travel-translator.md)。

1. 建 SwiftUI iPhone App，照「畫面」一節排版；麥克風權限說明寫「錄音後轉成文字並翻譯」。
2. 錄音照「技術配方」的格式；停止後把音檔 base64 送 Gemini `generateContent`，system instruction 用 ① 或 ②。
3. 翻譯鈕送框內文字，system instruction 用 ③ 或 ④；方向取最後編輯的那一框。
4. 回傳的 parts 會有思考段（`thought: true`），要濾掉，只取文字。
5. 加逾時與自動重送一次；喇叭鈕接 `AVSpeechSynthesizer`。

**完成**：對中文麥克風講一段帶口頭禪的長句 → 出現一句乾淨中文 → 按翻譯 → 上框出現です・ます體日文；行程裡的地名寫法正確。

已知的坑：`gemini-2.5-flash` 對新帳號會回 404；`gemini-3.8-flash` 不支援 `thinkingLevel: minimal`，要用 `low`。

## 還沒解決

- **雜音**：目前直接送原始錄音。下一步想試錄音時開手機降噪，或在提示詞裡加「只聽離麥克風最近的人聲」。
- **要網路**：沒網路就不能用。

資料來源

- 作者自建 App 的程式與工程紀錄（2026.10.20 製作與測試）
- 翻譯壓測 120 次、接行程後 100 次、語音對照 9 題：2026.10.20 實測
- 實際使用：2026.10.21–27 關西七天，作者本人感受

以上是一個人的實測。Gemini 的模型名稱與價格會變，動工前請查當下的官方文件。

[← 回到研究列表](https://tools.arminkao.com/#research)

---
網頁版：https://tools.arminkao.com/research/travel-translator.html｜小高工具間：https://tools.arminkao.com/｜全站目錄：https://tools.arminkao.com/llms.txt
作者：高偉鳴 Armin Kao｜Instagram：https://www.instagram.com/17187kao/｜作品集：https://arminkao.com/
