Näin tekoälykkaset käännöskorvakuulokkeet toimivat: täydellinen opas reaaliaikaiseen kielenkääntämiseen
Tunnin ensimmäisen kerran tekoälykkaset käännöskorvakuulokkeet suunnitellessani matkaa Portugaliin. En ole teknologiaasiisi, vaan vain ihminen, joka jännittää pastéis de natan tilaamista, jotta ei vahingossa tilaisi taksia. Otan siis pari korvakuulokkeet, testasin niitä kaikkialla meluisista kahviloista tuulisiin puistoihin ja olen täällä kertoakseni tarkalleen, näin käännöskorvakuulokkeet toimivat todellisessa maailmassa. Spoilereita: ne eivät ole taikuutta, mutta melkein sellaisia.
Mitä tekoälykkaset käännöskorvakuulokkeet ovat ja miten ne toimivat?
Ajattele niitä henkilökohtaisena tulkkina, joka mahtuu korvaasi. Ne näyttävät tavallisilta langattomilta korvakuulokkeilta, mutta sisällään niissä on mikrofoneja, kaiuttimia ja yhteys seuraavaan sovellukseen, joka tekee suurimman osan työstä. Tässä yksinkertainen versio: puhut toiseen korvakuulokkeeseen, sovellus kääntää sanasi ja toinen henkilö kuulee ne omalla kielellään toisen korvakuulokkeen tai puhelimensa kaiuttimen kautta.
Viime tiistaina olin pienessä portugalilaisessa leipomossa Camdenin lähellä. Kassalla ei puhuttu englantia, ja portugalin kielen taitoni rajoittuu sanaan 'obrigado'. Kätin hänelle toisen korvakuulokkeen, napautin puhelimeni sovellusta ja sanoin: 'Haluaisin kaksi pastéis de nataa, kiitos.' Hän hymyili, kuunteli ja vastasi portugaliksi. Sovellus käytti: 'Haluatko kaksi? Odota, ne ovat vastaleivottuja viiden minuutin kuluttua.' Molemmat nauramme. Koko keskustelu kesti ehkä 15 sekuntia.
Avainasemassa on seuraava sovellus – se käsittelee puhetta, kääntää sen pilvipohjaisen tekoälyn avulla ja lähettää äänen takaisin. Ilman sitä korvakuulokkeet ovat vain tavallisia korvakuulokkeita. Mutta sen avulla saat 144 kieltä käden ulottuville.
Mikrofonien, kaiuttimien ja pilviprosessoinnin rooli
Sukellaan yksityiskohtiin ilman liiallista teknistä jargonia. Jokaisessa korvakuulokkeessa on useita mikrofoneja – yleensä kaksi tai kolme – jotka poimivat äänesi selkeästi jopa taustahoinan keskellä. Kaiuttimet on säädetty puhetta varten, ei musiikkia, joten käännetyt sanat kuulostavat teräviltä.
Mutta todellinen aivot ovat pilvessä. Kun puhut, ääni siirtyy korvakuulokkeista puhelimeesi Bluetoothin kautta, sitten sovelluksen palvelimille, joissa tekoälymallit muuttavat puheen tekstiksi, kääntävät sen ja luovat ääntä kohdekielellä. Tämä ääni palaa puhelimeesi ja sieltä korvakuulokkeisiin. Kaikki tämä tapahtuu muutamassa sekunnissa.
Testasin tätä ruuhkaisessa pubissa Liverpool Streetin aseman lähellä. Ystäväni Marco (italialainen) ja minä yritimme keskustella. Sanoin: 'Voitko suositella hyvää pastaa tarjoilevaa paikkaa?' Sovellus keskeytti noin kahdeksi sekunniksi – kuulin ympärillämme vallitsevan puheensorin – sitten Marco kuuli: 'Puoi consigliare un buon posto per la pasta?' Hän vastasi, ja käännös tuli takaisin: 'Siellä on yksi Old Streetillä, mutta se on kallis.' Viive oli havaittavissa, mutta ei ärsyttävä.
Yksi rajoitus: jos olet ulkona tuulen keskellä, mikrofonit voivat poimia tuulenpuuskia ja vaimentaa puhettasi. Opetin tämän kalliilla tavalla Hampstead Heathilla. Yksinkertainen ratkaisu on peittää korvakuuloke kädellä puhuessasi – se toimii ihmeellisesti.
Reaaliaikaisen käännöksen viivettä ja tarkkuutta ymmärrettäessä
Reaaliaika ei tarkoita välitöntä. Odotettavissa on 2–3 sekunnin viive, kun puhut loppuun ja käännös alkaa toistua. Tämä on normaalia pilvipohjaisessa prosessoinnissa. Tarkkuus riippuu selkeydestä – jos mumlaat tai puhut nopeasti, sovellus voi joutua vaikeuksiin.
Yritin kääntää skotlantilaisen ystäväni vahvaa aksenttia (hän sanoi 'I'm away tae the shops') ja sovellus muutti sen muotoon 'I'm away to the shops' – lähellä, mutta ei täydellinen. Hiljaisessa huoneessa tarkkuus on noin 95 %. Meluisassa kahvilassa se laskee ehkä 80 %:iin. Sovellus käsittelee yleisiä ilmauksia hyvin, mutta slangit tai sanonnat voivat sekoittaa sen.
Tässä on lyhyt vuoropuhelu testini aikana ranskalaisen tarjoilijan kanssa bistrossa Sohon lähellä:
- Minä: 'Onko teillä kasvisvaihtoehtoja?'
- Tarjoilija (korvakuulokkeen kautta): 'Oui, meillä on sienirisottoa. Se on erittäin hyvää.'
- Minä: 'Täydellistä, otan sen.'
- Tarjoilija: 'Erinomaista valintaa.'
Keskustelu kesti noin neljä sekuntia vuorossa. Ei välitöntä, mutta täysin käytettävissä.
Tärkeimmät ominaisuudet, joita kannattaa etsiä: 144 kieltä, muotoilu, akun kesto
Kun tein ostoksia, etsin kolmea asiaa: kielitukea, mukavuutta ja akun kestoa. Nämä korvakuulokkeet tukevat 144 kieltä, mikä on valtava määrä. Olen käyttänyt niitä ranskaksi, italiaksi, portugaliksi ja jopa hieman mandariiniksi (vaikka ääntäminen olikin hirveää).
Muotoilu on tärkeää. NexTECH Earclip LCD-näytöllä (£45.90) kiinnitetään korvaasi – loistava koko päivän käyttöön, koska ne eivät tuki korvakäytävääsi. Käytin niitä kuusisäkkisellä kävelykierroksella ja unohdin niiden olevan korvissani. Lataustelineen LCD-näyttö näyttää akun varaustason ja kieliasetukset, mikä on kätevää.
Vaihtoehtoisesti NexTECH In-ear kosketusnäytöllä (£45.90) istuu tiiviisti korvasi sisään – parempi melun eristykseen, jos olet meluisassa ympäristössä. Telineen kosketusnäytön avulla voit vaihtaa kieliä ilman puhelimen ottamista esiin. Molemmissa on noin 6 tunnin puheaika, joka kattoi koko päiväni.
Akun kesto on vakaa: korvakuulokkeet kestävät 5–6 tuntia jatkuvaa kääntämistä, ja teline antaa vielä 20 tuntia. Lataisin niitä matkani aikana päivän välein.
Yleiset myytit käännöskorvakuulokkeista kumottu
Myytti 1: Ne kääntävät välittömästi. Ei. Kuten sanoin, viive on 2–3 sekuntia. Mutta siihen tottuu. Pidä vain taukoa puhuttua tullessasi.
Myytti 2: Ne toimivat ilman puhelinta. Epätosi. Seuraava sovellus on välttämätön. Ilman sitä ne ovat vain Bluetooth-korvakuulokkeita. Mutta sovellus on ilmainen ja helppo asentaa.
Myytti 3: Ne on vain matkailijoille. Ei totta. Olen käyttänyt niitä keskustellessani naapurini kanssa, joka puhuu vain puolaa, ja auttaessani kollegaa harjoittelemaan espanjaa. Ne ovat loistavat kaikissa tilanteissa, joissa kieli on este.
Myytti 4: Ne ovat tarkkoja jokaisen aksentin kanssa. Voimakkaat aksentit tai nopea puhe voivat aiheuttaa virheitä. Mutta sovellus oppii ajan myötä – muutaman korjauksen jälkeen se mukautuu.
Myytti 5: Ne ovat kalliita. 45,90 punnan hintaisina ne ovat edullisia verrattuna yli 200 punnan hintaisiin huippumalleihin. Saat 144 kieltä ja pätevän suorituskyvyn murto-osalla hinnasta.
Jos olet utelias kokeilla niitä itse, tutustu Earclip-malliin tai In-ear-malliin. Ne eivät ole täydellisiä, mutta ne ovat tehneet matkailustani paljon vähemmän stressaavaa – ja pastéis de natan himoamiseni paljon helpommin tyydytettävän.
