在全球化浪潮推動下，跨語言溝通需求呈井噴式增長，AI 翻譯耳機(jī)市場迎來了前所未有的發(fā)展機(jī)遇。時空壺(深圳時空壺技術(shù)有限公司)深耕 AI 翻譯耳機(jī)領(lǐng)域，近日，其研發(fā)的 AI 翻譯耳機(jī)憑借卓越性能，連續(xù)兩次登上央視，成為行業(yè)焦點(diǎn)。
在央視《朝聞天下》及《新聞聯(lián)播》報道中提到，時空壺團(tuán)隊(duì)耗時 3 年多，進(jìn)行 3 個產(chǎn)品迭代，潛心攻克同聲傳譯的通信、降噪等核心難題，通過全球首創(chuàng)的算法，讓跨語種溝通更加準(zhǔn)確、自然，實(shí)現(xiàn)“無感”交流。
在卓越的使用體驗(yàn)背后，既有時空壺在翻譯耳機(jī)領(lǐng)域多年的深厚技術(shù)沉淀，以及對海量使用場景的反復(fù)打磨，也離不開聲網(wǎng) RTC 技術(shù)的關(guān)鍵支持。
AI 翻譯耳機(jī)兩大難題：降噪和雙向通信近年來，AI 翻譯耳機(jī)市場發(fā)展迅猛，翻譯耳機(jī)的全球出貨量以年均 62% 的增速狂飆。然而，要實(shí)現(xiàn)自然、流暢的跨語言溝通，AI 翻譯耳機(jī)面臨著諸多技術(shù)挑戰(zhàn)，降噪和雙向通信兩大難題。
2019年，時空壺發(fā)布了隨身翻譯機(jī)Zero，Zero一經(jīng)面世便取得了不錯的銷量，斬獲多項(xiàng)國際大獎。但現(xiàn)實(shí)使用場景遠(yuǎn)比實(shí)驗(yàn)室復(fù)雜得多，不到兩個月，產(chǎn)品遭遇大量退單。其中最主要的原因是，不少用戶反饋產(chǎn)品降噪功能欠佳，嚴(yán)重影響翻譯效果。在展會現(xiàn)場、喧鬧的地鐵站等嘈雜環(huán)境中，耳機(jī)難以準(zhǔn)確捕捉用戶語音，翻譯的準(zhǔn)確性和效率也會大打折扣。
與此同時，在實(shí)時翻譯過程中，翻譯延遲也是影響用戶體驗(yàn)的重要因素，延遲過高會導(dǎo)致溝通的連貫性被破壞。在進(jìn)行語音識別時，由于數(shù)據(jù)需在多個系統(tǒng)模塊間流轉(zhuǎn)，會產(chǎn)生一定的時間損耗;此外，在網(wǎng)絡(luò)不佳的情況下，傳輸延遲也會進(jìn)一步加劇翻譯延遲。
W4 Pro 響應(yīng)延遲低至0.2秒，媲美世界頂尖譯員經(jīng)過3 年多時間的3次產(chǎn)品迭代，時空壺在2024年9月推出了全球首款開放式 AI 同傳翻譯耳機(jī) W4 Pro，搭載其業(yè)內(nèi)首創(chuàng)的 Babel OS 同傳系統(tǒng)，實(shí)現(xiàn)了 “端、邊、云” 全鏈路信息處理能力的飛躍，讓響應(yīng)延遲縮短至 0.2 秒，幾乎與原聲同步，極大提升了溝通的流暢性，翻譯延遲壓縮至僅一句話的時間(3-5秒)，達(dá)到世界頂尖譯員的水平。
在翻譯準(zhǔn)確率方面，W4Pro 支持 40 種語言及 93 種口音間的任意兩種語言即時互譯，平均準(zhǔn)確率高達(dá) 96%，無論是常見語言還是小眾方言，都能精準(zhǔn)解讀，遠(yuǎn)超同類產(chǎn)品平均水平。
在音頻降噪方面，W4Pro采用了三麥克風(fēng)結(jié)構(gòu)與矢量降噪技術(shù)，有效過濾背景噪音，大幅提高降噪效率，確保翻譯的準(zhǔn)確性。測試數(shù)據(jù)顯示，在85分貝的嘈雜環(huán)境中，其語音識別準(zhǔn)確率仍保持在92%以上。
在網(wǎng)絡(luò)傳輸方面，W4Pro 借助音頻壓縮算法的弱網(wǎng)優(yōu)化，以及聲網(wǎng)的抗弱網(wǎng)傳輸和抗丟包算法，即使在跨國視頻會議中遭遇網(wǎng)絡(luò)波動，翻譯穩(wěn)定性仍也能提升40%。
W4Pro的應(yīng)用場景十分廣泛，不僅能滿足面對面翻譯需求，還能覆蓋外語電話、遠(yuǎn)程會議、新聞演講、網(wǎng)課等翻譯場景，將「個人翻譯」的體驗(yàn)提升到新高度。
自推出以來，時空壺 W4Pro 在市場上成績亮眼。2024 年，公司營收過億，增速達(dá) 60%，其中 W 系列翻譯耳機(jī)近三年出口每年增長超 100%。在國際電商平臺亞馬遜上，W4Pro 也脫穎而出，摘得 “亞馬遜翻譯機(jī)最佳銷量” 桂冠，深受全球消費(fèi)者青睞。
聲網(wǎng)技術(shù)賦能，讓跨語種溝通零障礙在攻克 AI 翻譯耳機(jī)在響應(yīng)延遲與降噪方面的難題時，聲網(wǎng)憑借深厚的技術(shù)沉淀，構(gòu)建了一套完整的解決方案。從網(wǎng)絡(luò)傳輸、音頻算法處理，到交互體驗(yàn)優(yōu)化與硬件適配，聲網(wǎng)都具備行業(yè)領(lǐng)先的獨(dú)特優(yōu)勢。
超低延時，響應(yīng)更快速
聲網(wǎng)憑借專業(yè)的全球網(wǎng)絡(luò)部署與超低延遲傳輸技術(shù)，為 AI 翻譯耳機(jī)的低延時響應(yīng)提供了有力保障。聲網(wǎng)自研的 SD-RTN™ 實(shí)時傳輸網(wǎng)絡(luò)覆蓋全球 200 多個國家與地區(qū)，顯著提升了用戶接入速度，降低了端到端延遲。
聲網(wǎng)自研的抗弱網(wǎng)傳輸與抗丟包算法，結(jié)合網(wǎng)絡(luò)探測、抗丟包技術(shù)、自適應(yīng)jitter buffer、網(wǎng)絡(luò)擁塞控制策略等，能夠在 80% 丟包的惡劣網(wǎng)絡(luò)環(huán)境下，依然保障音視頻通話的流暢性，確保翻譯數(shù)據(jù)能夠及時、穩(wěn)定地傳輸，避免因網(wǎng)絡(luò)問題導(dǎo)致的翻譯延遲。
AI降噪，對話更清晰
針對語音對話中經(jīng)常會出現(xiàn)的噪音、回聲等問題，聲網(wǎng)擁有行業(yè)領(lǐng)先的音頻 3A 能力，通過 AI 噪聲抑制、背景人聲過濾、音樂檢測/過濾等算法，能夠智能屏蔽95%交互中的各類背景人聲與噪聲干擾，確保語音不受環(huán)境干擾，為用戶打造清晰、流暢的對話體驗(yàn)。
智能打斷，對話更自然
在“雙向同傳”過程中，用戶只需開口說話、無需雙手操作、無需等待對方翻譯、隨時都能插話。憑借聲網(wǎng)先進(jìn)的 AI 語音活動檢測(AI VAD)技術(shù)，可實(shí)現(xiàn)靈敏的自然語音打斷，模擬人類對話的自然流動，讓對話更加真實(shí)、自然。
主流芯片支持，適配更廣泛
在硬件場景構(gòu)建音視頻互動時， SDK 對芯片、系統(tǒng)的適配性以及包體的體積至關(guān)重要。聲網(wǎng)支持適配支持 70+ 主流、高性價比的主流芯片/模組。集成包體積增量也<400KB，支持在 RTOS、EmbedLinux 等低功耗系統(tǒng)流暢運(yùn)行，同時 SDK 還支持 PCM、G711U/A、G722、AAC、OPUS 等多種音頻格式。
目前，時空壺 AI 翻譯耳機(jī)在全球市場上取得了亮眼的成績，產(chǎn)品遠(yuǎn)銷全球 170 多個國家和地區(qū)，北美市場占有率達(dá)到了 40%。
未來，聲網(wǎng)將與時空壺繼續(xù)深化合作，不斷探索 AI 翻譯耳機(jī)技術(shù)的新邊界。雙方將持續(xù)優(yōu)化技術(shù)能力，進(jìn)一步提升產(chǎn)品性能，為用戶帶來更加自然、流暢、高效的跨語言溝通體驗(yàn)，共同推動 AI 翻譯耳機(jī)行業(yè)的發(fā)展，為全球用戶搭建更加便捷的語言溝通橋梁。
