9 月 13 日消息，科技媒体 Windows Latest 昨日（9 月 12 日）发布博文，报道称在 Windows 11 系统上 Beta 频道 Microsoft Edge 浏览器 141.0.3537.13 版本中，微软引入了 AI 视频实时音频翻译功能，可将播放中视频音频翻译成西班牙语、韩语或英语，但需至少 12GB 内存和四核 CPU。

援引博文介绍，该功能适用于视频播放场景，可以将音频即时翻译成目标语言，但目前仅支持西班牙语、韩语和英语三种输入语言。该功能仍处于预览阶段，部分用户更新至 Beta 频道最新版后，可能也无法第一时间体验。

该功能对硬件要求较高，需至少 12GB 可用内存和四核 CPU，低配设备难以满足运行需求。在运行翻译时，Edge 会持续占用大量内存，影响其他应用的可用资源。测试显示，即便是在 16GB 内存的设备上，Edge 也几乎用满了 12GB 可用内存。

在测试中，该功能可在 YouTube 视频上使用。启动后，Edge 会下载 AI 模型，自动静音原视频音频并生成翻译音轨。翻译延迟不明显，但准确性难以完全确认。

该媒体在测试中还发现，即使视频中只有一位讲话者，部分片段也会生成男女不同性别的音轨，推测主要原因是原声的音调变化被 AI 识别为不同人物。