隨著全球化的深入推進(jìn)，跨語(yǔ)言信息傳遞的即時(shí)性需求正以前所未有的速度增長(zhǎng)。從跨國(guó)企業(yè)的云端會(huì)議到學(xué)術(shù)領(lǐng)域的全球協(xié)作，不同場(chǎng)景下的實(shí)時(shí)語(yǔ)言轉(zhuǎn)換需求，正推動(dòng)實(shí)時(shí)翻譯技術(shù)成為人工智能領(lǐng)域的重要突破口。
根據(jù)中國(guó)翻譯協(xié)會(huì)《人工智能與翻譯報(bào)告》，AI翻譯技術(shù)已從實(shí)驗(yàn)室走向大規(guī)模商用，廣泛應(yīng)用于跨境商貿(mào)、文化交流、教育醫(yī)療等領(lǐng)域。截至2024年底，中國(guó)“機(jī)器翻譯”或“人工智能翻譯”企業(yè)增至1545家。AI翻譯技術(shù)加速融入多模態(tài)場(chǎng)景，智能翻譯設(shè)備如翻譯耳機(jī)加速涌現(xiàn)。
翻譯耳機(jī)的最大瓶頸在于實(shí)時(shí)翻譯的速度與準(zhǔn)確性。用戶對(duì)AI翻譯設(shè)備的期望更高，理想狀態(tài)是“即說(shuō)即譯”，延遲控制在1秒以內(nèi)。這要求在極低延遲下仍能確保翻譯的語(yǔ)義連貫性和準(zhǔn)確性。時(shí)空壺技術(shù)有限公司CTO石偉接受時(shí)代周報(bào)記者采訪時(shí)表示，如何在3秒內(nèi)兼顧低延遲與高質(zhì)量翻譯，是當(dāng)前最大的技術(shù)挑戰(zhàn)。
深圳時(shí)空壺技術(shù)有限公司（下文簡(jiǎn)稱“時(shí)空壺”）成立于2016年，致力于融合人工智能與硬件技術(shù)，開(kāi)發(fā)突破語(yǔ)言障礙的AI翻譯產(chǎn)品。據(jù)悉，其產(chǎn)品已銷往全球171個(gè)國(guó)家和地區(qū)，覆蓋全球73.39%的區(qū)域，擁有超20萬(wàn)用戶和4300多家行業(yè)客戶。
自研模型約占一半
時(shí)代周報(bào)：目前時(shí)空壺的翻譯耳機(jī)支持多少種語(yǔ)言的互譯？
石偉：我們目前在線支持41種語(yǔ)言的互譯，并有一個(gè)專門的團(tuán)隊(duì)在持續(xù)擴(kuò)展語(yǔ)言支持。作為產(chǎn)品和服務(wù)提供商，我們并不局限于自研模型，而是會(huì)全球范圍內(nèi)尋找和適配最優(yōu)的語(yǔ)言模型。
比如，某些本地化語(yǔ)言，如泰語(yǔ)或日語(yǔ)，可能連谷歌、微軟這樣的大公司都做得不夠好，我們會(huì)針對(duì)這些語(yǔ)言自研或優(yōu)化模型。對(duì)于達(dá)不到我們標(biāo)準(zhǔn)的語(yǔ)言，哪怕競(jìng)品宣稱支持100多種語(yǔ)言，我們也不會(huì)上線，因?yàn)橛脩趔w驗(yàn)是第一位的。
目前，我們支持93種口音，尤其像英語(yǔ)這種口音眾多的語(yǔ)言。離線方面，新產(chǎn)品“新T1”支持11種語(yǔ)言、31個(gè)語(yǔ)言對(duì)，全部基于自研模型，不依賴第三方。
時(shí)代周報(bào)：在自研模型和第三方模型的使用比例上，大概是怎樣的情況？
石偉：具體比例因涉及語(yǔ)音識(shí)別（ASR）、機(jī)器翻譯和語(yǔ)音合成（TTS）等多個(gè)環(huán)節(jié)而難以一概而論，大約各占一半。目前，語(yǔ)音識(shí)別的自研語(yǔ)言較少，約5種，如泰語(yǔ)、阿拉伯語(yǔ)等。翻譯部分，我們正逐步從通用大模型轉(zhuǎn)向自研微調(diào)模型，TTS也基本實(shí)現(xiàn)自研?？傮w而言，我們?cè)絹?lái)越注重核心技術(shù)的自主研發(fā)，以優(yōu)化性能和提升用戶體驗(yàn)。
時(shí)代周報(bào)：時(shí)空壺發(fā)布了Bable OS系統(tǒng)，為什么一個(gè)翻譯設(shè)備需要專門開(kāi)發(fā)一個(gè)系統(tǒng)？它在其中起到什么作用？
石偉：Bable OS的發(fā)布有三重意義。首先，名字靈感來(lái)自《圣經(jīng)》中的巴別塔和科幻小說(shuō)《銀河系漫游指南》中的巴別魚(yú)，象征無(wú)障礙溝通的理念，傳遞我們追求極致技術(shù)的愿景。其次，我們提出了“通往巴別之路”的概念，像自動(dòng)駕駛分級(jí)一樣，將翻譯技術(shù)的發(fā)展分為幾個(gè)階段，向外界展示我們的技術(shù)路徑。第三，我們公開(kāi)了部分技術(shù)架構(gòu)，比如雙向全雙工通信、降噪算法、離線與在線混合模型等，分享如何構(gòu)建這樣的系統(tǒng)。
此外，時(shí)空壺還計(jì)劃開(kāi)源部分純文本翻譯模型，支持幾十種語(yǔ)言，保持高準(zhǔn)確率。這不僅是為了促進(jìn)行業(yè)發(fā)展，也因?yàn)槲覀儚拈_(kāi)源社區(qū)受益匪淺，希望回饋產(chǎn)業(yè)，共同進(jìn)步。
時(shí)代周報(bào)：大模型需要大量數(shù)據(jù)訓(xùn)練，時(shí)空壺的數(shù)據(jù)從何而來(lái)？如何保護(hù)用戶隱私？
石偉：用戶隱私是我們非常重視的。我們從一開(kāi)始就承諾，服務(wù)器不保留任何用戶數(shù)據(jù)。未來(lái)可能會(huì)推出用戶改善計(jì)劃，允許用戶自愿提供脫敏數(shù)據(jù)，但目前還未實(shí)施，客戶端數(shù)據(jù)也由用戶自行管理。訓(xùn)練數(shù)據(jù)主要來(lái)自三方面：一是公開(kāi)渠道，比如網(wǎng)絡(luò)爬蟲(chóng)獲取的數(shù)據(jù)，經(jīng)過(guò)多年清洗和標(biāo)注提升質(zhì)量；二是通過(guò)大模型蒸餾，利用大模型的翻譯能力生成高質(zhì)量數(shù)據(jù)；三是與全球數(shù)據(jù)公司或眾包機(jī)構(gòu)合作，由人工標(biāo)注生成接近人類水平的高質(zhì)量數(shù)據(jù)。這些數(shù)據(jù)分階段積累，確保模型性能不斷提升。
核心為雙向?qū)崟r(shí)同傳
時(shí)代周報(bào)：與科大訊飛等競(jìng)品相比，時(shí)空壺的核心競(jìng)爭(zhēng)力是什么？
石偉：與科大訊飛的競(jìng)爭(zhēng)更多是錯(cuò)位競(jìng)爭(zhēng)。早期他們主推手持翻譯機(jī)，市場(chǎng)主要在國(guó)內(nèi)，而我們專注翻譯耳機(jī)，主攻海外市場(chǎng)。手持翻譯機(jī)的交互體驗(yàn)較為繁瑣，需要點(diǎn)按、傳遞設(shè)備，而時(shí)空壺的耳機(jī)實(shí)現(xiàn)了無(wú)縫的雙向?qū)崟r(shí)同傳，接近真人交流的體驗(yàn)。
這需要突破兩大技術(shù)難點(diǎn)：一是全雙工通信，確保雙方可以隨時(shí)打斷對(duì)方講話，像自然對(duì)話一樣；二是解決串音問(wèn)題，避免對(duì)方聲音干擾識(shí)別。這兩點(diǎn)是我們從2016-2017年原型機(jī)開(kāi)發(fā)到2019年產(chǎn)品成熟的關(guān)鍵突破。
目前，市場(chǎng)上包括訊飛在內(nèi)的其他AI耳機(jī)，雖然也加入了翻譯功能，但大多無(wú)法實(shí)現(xiàn)雙向?qū)崟r(shí)同傳。這也是時(shí)空壺的核心競(jìng)爭(zhēng)力。
時(shí)代周報(bào)：時(shí)空壺的核心用戶群體是哪些？是會(huì)議場(chǎng)景，還是旅游、移民、教育等場(chǎng)景？
石偉：我們的用戶群體主要是需要長(zhǎng)時(shí)間、多輪次跨語(yǔ)言溝通的場(chǎng)景，比如商務(wù)、醫(yī)療、教育等行業(yè)場(chǎng)景，以及移民群體。北美是我們最大的市場(chǎng)，因?yàn)槠湟泼駠?guó)家特性帶來(lái)了多樣化的語(yǔ)言需求。旅游場(chǎng)景也有需求，但使用頻次較低，通常是短句問(wèn)路或詢價(jià)，適合手持翻譯機(jī)。而我們的耳機(jī)更適合深入、雙向的長(zhǎng)時(shí)間對(duì)話。
時(shí)代周報(bào)：在To C和To B市場(chǎng)上，時(shí)空壺如何權(quán)衡優(yōu)先級(jí)？
石偉：目前我們所有產(chǎn)品都以To C為主，營(yíng)銷和產(chǎn)品形態(tài)都面向消費(fèi)者。雖然我們看到To B市場(chǎng)的潛力，特別是在商務(wù)和行業(yè)場(chǎng)景，但目前市場(chǎng)尚未成熟到需要針對(duì)特定行業(yè)定制硬件的程度。我們更傾向于開(kāi)發(fā)適用于多場(chǎng)景的通用產(chǎn)品，通過(guò)不同模式滿足多樣化需求。
時(shí)代周報(bào)：時(shí)空壺是否計(jì)劃自研AI眼鏡，或?qū)㈦p向?qū)崟r(shí)同傳技術(shù)融入其他品牌的AI眼鏡？
石偉：我們對(duì)AI眼鏡一直保持開(kāi)放態(tài)度。早在2022年，我們就開(kāi)始關(guān)注AR眼鏡產(chǎn)業(yè)，與雷鳥(niǎo)、Xreal等廠商有過(guò)深入技術(shù)交流。
我們的核心技術(shù)是實(shí)時(shí)雙向同傳，不局限于耳機(jī)這一硬件形態(tài)，而是希望適配不同場(chǎng)景和設(shè)備，比如眼鏡或頸掛式設(shè)備。但AI眼鏡的使用場(chǎng)景與耳機(jī)不同，眼鏡更適合單向信息接收，比如聽(tīng)講或看實(shí)時(shí)字幕翻譯，而雙向交流需要雙方都佩戴設(shè)備，這在實(shí)際場(chǎng)景中概率較低。因此，我們會(huì)繼續(xù)探索合作或自研。
賽道遠(yuǎn)未成熟
時(shí)代周報(bào)：翻譯不僅是語(yǔ)言的轉(zhuǎn)換，還是文化的重構(gòu)。你如何看待翻譯耳機(jī)在處理“語(yǔ)境”、“語(yǔ)氣”、“幽默”甚至“禁忌詞”時(shí)的能力與局限？
石偉：實(shí)話實(shí)說(shuō)，目前這方面還做不到完美。實(shí)時(shí)翻譯中，語(yǔ)境和語(yǔ)氣的捕捉非常困難，尤其是個(gè)性化詞匯或行業(yè)術(shù)語(yǔ)。如果用戶能提前提供演講稿、PPT或?qū)僭~匯表，我們可以通過(guò)定制化翻譯功能優(yōu)化效果。但像幽默或文化禁忌的處理，依賴于模型技術(shù)的進(jìn)一步突破。目前整個(gè)行業(yè)都還沒(méi)到這個(gè)階段。我反而期待有一天能操心這些問(wèn)題，因?yàn)槟且馕吨g的實(shí)時(shí)性和準(zhǔn)確性已經(jīng)解決得差不多了。
時(shí)代周報(bào)：你如何看待翻譯設(shè)備這一賽道的成熟度和潛力邊界？
石偉：這個(gè)賽道遠(yuǎn)未成熟。全球翻譯APP的下載量高達(dá)十幾億，顯示了巨大的需求。而我們的硬件瞄準(zhǔn)的是線下、真人場(chǎng)景的翻譯需求，市場(chǎng)空間非常大。技術(shù)上，我們自評(píng)用戶期望是90分，我們目前可能達(dá)到80分。因此，無(wú)論是技術(shù)發(fā)展還是市場(chǎng)空間，這個(gè)賽道都有很大潛力，預(yù)計(jì)未來(lái)幾年仍會(huì)保持翻倍增長(zhǎng)。
時(shí)代周報(bào)：如果翻譯技術(shù)足夠成熟，我們是否還需要學(xué)習(xí)外語(yǔ)？你怎么看“技術(shù)替代語(yǔ)言學(xué)習(xí)”這一趨勢(shì)？
石偉：學(xué)習(xí)外語(yǔ)有兩個(gè)層次的需求。第一是交流需求，如果AI翻譯技術(shù)非常成熟，這部分需求可能會(huì)大幅降低。但第二是更深層次的文化和思維需求。學(xué)習(xí)語(yǔ)言不僅是溝通工具，還能幫助理解文化、思維邏輯和表達(dá)習(xí)慣。比如讀英文原版論文或詩(shī)歌，能更直接地感受其內(nèi)涵，這是翻譯難以完全替代的。所以，未來(lái)外語(yǔ)學(xué)習(xí)的需求可能會(huì)減少，但不會(huì)消失，更多會(huì)變成一種像藝術(shù)或文學(xué)一樣的興趣追求。
本文鏈接：http://jphkf.cn/news-2-2351-0.html語(yǔ)言無(wú)國(guó)界還有多遠(yuǎn)？時(shí)空壺CTO石偉：關(guān)鍵在于雙向?qū)崟r(shí)同傳
聲明：本網(wǎng)頁(yè)內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻(xiàn)，不代表本站觀點(diǎn)，本站不承擔(dān)任何法律責(zé)任。天上不會(huì)到餡餅，請(qǐng)大家謹(jǐn)防詐騙！若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。
點(diǎn)擊右上角
微信好友
朋友圈
點(diǎn)擊瀏覽器下方“
”分享微信好友Safari瀏覽器請(qǐng)點(diǎn)擊“
”按鈕
點(diǎn)擊右上角
QQ
點(diǎn)擊瀏覽器下方“”分享QQ好友Safari瀏覽器請(qǐng)點(diǎn)擊“”按鈕
