AI翻译眼镜能应对多人对话吗?

At a casual table, a person wearing black Elingo AI glasses listens as one companion speaks while others wait their turn.

AI翻译眼镜可以在多人有序轮流发言时提供帮助。不过,当说话者互相打断时,在测试之前不应完全依赖任何型号。即使是最好的AI眼镜,也需要通过两项独立测试:一项测试有序轮流发言,另一项测试语音重叠,因为双向翻译功能或较长的语言列表只能说明支持范围,不能说明眼镜是否能同时分离多个声音。

多人支持取决于具体型号,而 Elingo 仍未经验证

智能眼镜能否跟上多人对话,取决于具体型号以及你们的交流方式。使用我们的 Elingo 眼镜,你可以测试有序轮流发言,但目前没有相关资料说明它如何处理说话者重叠的情况。

Elingo 产品页面确认的信息

我们的Elingo AI智能眼镜产品页面宣传支持165种语言的双向翻译。翻译通过与眼镜配对的专用手机应用运行。翻译结果显示在手机上,而不是眼镜上。因此,产品页面只能告诉你支持哪些语言,以及对话时应查看的位置。它没有说明当三四个人同时说话时应用会如何工作。

Elingo 未说明的多人使用功能

我们的 Elingo 产品页面没有详细说明专用多人模式、说话者分离功能,或应用如何处理同时发言。不要假设产品页面未列出的多说话者支持功能一定存在。同样的规则适用于我们销售的所有翻译眼镜以及任何地方最好的AI眼镜:如果没有直接测试,任何型号都不能保证能无缝处理多人对话。在你根据具体的多人交流场景验证 Elingo 之前,应将其多人语音处理表现视为尚未确认。

为什么说话者重叠会改变测试方式

轮流发言和语音重叠会向麦克风传入不同的声音。这就是为什么流畅的一对一演示无法说明眼镜在热闹餐桌上的表现。

说话者轮流发言时

一次只有一个人说话时,音频在任何时刻只包含一个声音。系统只需识别这段语音并进行翻译,因此清晰的轮流发言是更可控的条件。口音、背景噪音和连接限制仍可能影响轮流交流,正如我们在翻译眼镜如何处理实时交流的文章中所说明的那样。如果眼镜在清晰轮流发言时通过测试,你只能知道该型号能处理你所用语言组合中的有序对话。至于第二个声音插入时会发生什么,你仍然无法确定。

多人同时说话时

语音重叠意味着两个或更多声音共享同一段音频。研究多人会议的研究人员报告称,这类录音可能包含接近20%的重叠语音。他们还发现,使用清晰单人语音训练的语音识别器,在这些重叠部分会产生更多错误。同一篇论文指出,设计为一次跟踪一个说话者的系统,可能会完全漏掉插话的人。该研究考察的是会议转录系统,而不是消费级眼镜。应将其理解为语音重叠需要单独测试的原因,而不是对任何眼镜型号表现的预测。

用你实际面对的多人群体测试眼镜

进行一次模拟预期使用群体的短时试用,然后只在眼镜通过测试的条件下依赖它。这是给买家的实用检查,不是正式基准测试,也是判断哪款最好的AI眼镜适合你的情况的最直接方式。

  1. 按照实际流程设置。使用群体将会说的确切语言,并按照该型号的翻译说明书将眼镜与应用配对。对于 Elingo,这意味着要查看手机屏幕,因为翻译结果会显示在那里。结果也可能因语言组合而变化,因此了解准确率如何因语言组合而变化会有所帮助。
  2. 先进行清晰的轮流发言。让两三个人一次一人发言,每个人说完后下一个人再开始。检查每个人的内容是否完整显示,并且使用了正确的目标语言。
  3. 加入你预期会出现的打断。按照实际情况的交流模式重复测试。可能是快速来回对话、有人插话,或两个人同时回答。
  4. 留意三种失败情况。观察是否有内容遗漏、被合并到另一个说话者的内容中,或被输出为错误的语言。关键在于要点是否仍然易于理解,而不是每个词是否都完美无误。
  5. 根据具体条件做决定。如果清晰轮流发言通过而语音重叠失败,就只在大家能够轮流发言时使用眼镜。如果关键的重叠语音无法识别,或你无法测试这一情况,就准备其他方案。你可以要求说话者在轮流发言之间停顿,或者使用已经证明能在该条件下工作的方式。

一名佩戴 Elingo AI眼镜的人在进行清晰轮流发言的多人试用时查看配对手机;一名同伴正在说话,其他人则在聆听。

如果你的行程包括机场、餐厅或其他嘈杂场所,我们的出行前对话测试还会加入噪音检查,以及针对重要对话的手机备用方案。将它与这次多人测试一起进行,这样在依赖眼镜之前,你就能准备好备用方案。

总结

适合你们群体的最好的AI眼镜,必须通过使用你们具体语言和说话节奏进行的实时测试。清晰的轮流发言比较容易处理,而重叠语音仍然是产品未承诺解决的难题。先使用我们的 Elingo 手机翻译流程测试轮流发言,只要参与者会同时说话,就始终保留备用方案。

常见问题

支持的语言数量更多,是否意味着多人处理能力更强?

不是。语言数量只表示某个型号支持哪些语言,并不能说明它是否能分离多个说话者,或能否同时处理多个源语言。我们的 Elingo 眼镜列出支持165种语言,而我们的带摄像头的 Edge Pro 智能眼镜列出支持164种语言,但这两个数字都无法说明多人使用表现。

如果加入第三种语言,眼镜会自动切换吗?

Elingo 未说明支持自动切换到第三种语言,因此不要假设应用会在对话中途检测到新出现的语言。应单独测试语言切换,不要与语音重叠同时测试。先从一种语言组合开始,再让第三位说话者加入,观察应用能否跟上,还是需要你更改设置。

翻译眼镜能告诉你是谁说了什么吗?

我们的 Elingo 产品页面没有说明支持说话者标注,因此你应通过观察谁在说话来自己记录每位说话者。在会议研究中,判断何时是谁在说话本身就是一个独立的处理步骤。因此,不能仅凭翻译功能就认为眼镜具备说话者识别能力。

正在阅读下一篇

Photochromic smart glasses with nearly clear-looking lenses resting beside a sunlit window.
A gift giver and a prescription-glasses wearer consider OHO SUNSHINE Brave camera glasses before an outdoor outing.

发表评论

此站点受 hCaptcha 保护,并且 hCaptcha 隐私政策和服务条款适用。