视频翻译又称多媒体翻译，是文化交流中的一大需求，包括中短影视作品以及大量国外公开等多媒体素材的汉化翻译。在多媒体和影音文档的翻译过程中，将声音转译成目标语言并配上字幕。影银幕或电视机荧光屏下方出现的外语对话译文或其他解说文字，如影片的片名、演职员表、唱词、对白、说明词以有人物介绍、地名和年代等。
企业越来越走向国际化、生态化，越来越多人开始异地办公、移动办公，尤其是2020年的疫情突发，让我们感觉到视频会议是整个会议服务中不可或缺的一个组成部分。而视频会议中亟待解决的语言交流障碍，也可以通过远程同声传译方案得以解决。而我们选择在线同传的前提是基于翻译传播的必要性，以高水平的同声传译员在会议现场（主会场）或是第三方进行现场口译，同步翻译的那种，可以保障会议的有序进行和沟通顺畅”。
之前音视频公司在做转录时，需要先将录制的语音转换成文本，然后再将文本用于应用程序中。因此他们大多就会选择与转录提供商合作，但也面临一些挑战：
一些提供商可能会要求客户签署价格昂贵的合同，并且也难以集成到客户的技术堆栈中以成功完成转录任务。有些提供商可能还在使用过时的技术，无法很好地适应不同的情况（例如联络中心常见的低保真度通话录音），从而导致转录准确性较差。