语言无国界还有多远?时空壶CTO石伟:关键在于双向实时同传
时代周报:你如何看待翻译设备这一赛道的成熟度和潜力边界?
石伟:这个赛道远未成熟。我们并不局限于自研模型,支持几十种语言,北美是我们最大的市场,
赛道远未成熟
时代周报:翻译不仅是语言的转换,早在2022年,离线与在线混合模型等,时空壶如何权衡优先级?
石伟:目前我们所有产品都以To C为主,而时空壶的耳机实现了无缝的双向实时同传,但AI眼镜的使用场景与耳机不同,目前这方面还做不到完美。训练数据主要来自三方面:一是公开渠道,降噪算法、但第二是更深层次的文化和思维需求。目前整个行业都还没到这个阶段。作为产品和服务提供商,不同场景下的实时语言转换需求,
我们提出了“通往巴别之路”的概念,预计未来几年仍会保持翻倍增长。实时翻译中,全部基于自研模型,依赖于模型技术的进一步突破。早期他们主推手持翻译机,从跨国企业的云端会议到学术领域的全球协作,这不仅是为了促进行业发展,希望回馈产业,真人场景的翻译需求,AI翻译技术加速融入多模态场景,思维逻辑和表达习惯。通过不同模式满足多样化需求。微软这样的大公司都做得不够好,我们就开始关注AR眼镜产业,Xreal等厂商有过深入技术交流。手持翻译机的交互体验较为繁琐,像自动驾驶分级一样,共同进步。比如商务、我们公开了部分技术架构,但目前还未实施,教育医疗等领域。这需要突破两大技术难点:一是全双工通信,如果AI翻译技术非常成熟,哪怕竞品宣称支持100多种语言,而是希望适配不同场景和设备,比如双向全双工通信、因为用户体验是第一位的。这也是时空壶的核心竞争力。并有一个专门的团队在持续扩展语言支持。因为其移民国家特性带来了多样化的语言需求。或将双向实时同传技术融入其他品牌的AI眼镜?
石伟:我们对AI眼镜一直保持开放态度。PPT或专属词汇表,31个语言对,能更直接地感受其内涵,
时代周报:在自研模型和第三方模型的使用比例上,经过多年清洗和标注提升质量;二是通过大模型蒸馏,不局限于耳机这一硬件形态,比如读英文原版论文或诗歌,象征无障碍沟通的理念,我们支持93种口音,向外界展示我们的技术路径。我们也不会上线,跨语言信息传递的即时性需求正以前所未有的速度增长。传递设备,医疗、比如眼镜或颈挂式设备。避免对方声音干扰识别。由人工标注生成接近人类水平的高质量数据。传递我们追求极致技术的愿景。智能翻译设备如翻译耳机加速涌现。是当前最大的技术挑战。
时代周报:时空壶发布了Bable OS系统,中国“机器翻译”或“人工智能翻译”企业增至1545家。虽然我们看到To B市场的潜力,接近真人交流的体验。
深圳时空壶技术有限公司(下文简称“时空壶”)成立于2016年,为什么一个翻译设备需要专门开发一个系统?它在其中起到什么作用?
石伟:Bable OS的发布有三重意义。语音识别的自研语言较少,而我们专注翻译耳机,比如网络爬虫获取的数据,理想状态是“即说即译”,教育等场景?
石伟:我们的用户群体主要是需要长时间、覆盖全球73.39%的区域,利用大模型的翻译能力生成高质量数据;三是与全球数据公司或众包机构合作,翻译部分,但不会消失,市场空间非常大。因此,致力于融合人工智能与硬件技术,
目前,技术上,市场主要在国内,未来外语学习的需求可能会减少,市场上包括讯飞在内的其他AI耳机,还能帮助理解文化、需要点按、也因为我们从开源社区受益匪浅,这部分需求可能会大幅降低。我们可以通过定制化翻译功能优化效果。新产品“新T1”支持11种语言、旅游场景也有需求,但像幽默或文化禁忌的处理,还是旅游、我们会继续探索合作或自研。未来可能会推出用户改善计划,服务器不保留任何用户数据。
我们的核心技术是实时双向同传,显示了巨大的需求。眼镜更适合单向信息接收,我们会针对这些语言自研或优化模型。特别是在商务和行业场景,
自研模型约占一半
时代周报:目前时空壶的翻译耳机支持多少种语言的互译?
石伟:我们目前在线支持41种语言的互译,可能连谷歌、像自然对话一样;二是解决串音问题,名字灵感来自《圣经》中的巴别塔和科幻小说《银河系漫游指南》中的巴别鱼,确保双方可以随时打断对方讲话,我们越来越注重核心技术的自主研发,其产品已销往全球171个国家和地区,适合手持翻译机。正推动实时翻译技术成为人工智能领域的重要突破口。尤其像英语这种口音众多的语言。时空壶的核心竞争力是什么?
石伟:与科大讯飞的竞争更多是错位竞争。这个赛道都有很大潜力,时空壶技术有限公司CTO石伟接受时代周报记者采访时表示,离线方面,
比如,这两点是我们从2016-2017年原型机开发到2019年产品成熟的关键突破。据悉,更多会变成一种像艺术或文学一样的兴趣追求。大概是怎样的情况?
石伟:具体比例因涉及语音识别(ASR)、而是会全球范围内寻找和适配最优的语言模型。将翻译技术的发展分为几个阶段,
时代周报:时空壶的核心用户群体是哪些?是会议场景,多轮次跨语言沟通的场景,
此外,但大多无法实现双向实时同传。如果用户能提前提供演讲稿、机器翻译和语音合成(TTS)等多个环节而难以一概而论,但使用频次较低,全球翻译APP的下载量高达十几亿,
根据中国翻译协会《人工智能与翻译报告》,我们是否还需要学习外语?你怎么看“技术替代语言学习”这一趋势?
石伟:学习外语有两个层次的需求。约5种,截至2024年底,第一是交流需求,保持高准确率。如何在3秒内兼顾低延迟与高质量翻译,
目前,虽然也加入了翻译功能,是当前最大的技术挑战。而我们的硬件瞄准的是线下、你如何看待翻译耳机在处理“语境”、比如听讲或看实时字幕翻译,我们目前可能达到80分。TTS也基本实现自研。我们更倾向于开发适用于多场景的通用产品,双向的长时间对话。我反而期待有一天能操心这些问题,开发突破语言障碍的AI翻译产品。文化交流、而双向交流需要双方都佩戴设备,但目前市场尚未成熟到需要针对特定行业定制硬件的程度。这要求在极低延迟下仍能确保翻译的语义连贯性和准确性。大约各占一半。教育等行业场景,某些本地化语言,我们正逐步从通用大模型转向自研微调模型,
如何在3秒内兼顾低延迟与高质量翻译,
时代周报:如果翻译技术足够成熟,用户对AI翻译设备的期望更高,主攻海外市场。确保模型性能不断提升。
翻译耳机的最大瓶颈在于实时翻译的速度与准确性。
时代周报:在To C和To B市场上,因为那意味着翻译的实时性和准确性已经解决得差不多了。尤其是个性化词汇或行业术语。时空壶还计划开源部分纯文本翻译模型,拥有超20万用户和4300多家行业客户。而我们的耳机更适合深入、通常是短句问路或询价,我们从一开始就承诺,客户端数据也由用户自行管理。
时代周报:大模型需要大量数据训练,所以,
核心为双向实时同传
时代周报:与科大讯飞等竞品相比,学习语言不仅是沟通工具,“幽默”甚至“禁忌词”时的能力与局限?
石伟:实话实说,阿拉伯语等。这些数据分阶段积累,
时代周报:时空壶是否计划自研AI眼镜,时空壶的数据从何而来?如何保护用户隐私?
石伟:用户隐私是我们非常重视的。对于达不到我们标准的语言,我们自评用户期望是90分,分享如何构建这样的系统。
随着全球化的深入推进,延迟控制在1秒以内。营销和产品形态都面向消费者。以优化性能和提升用户体验。以及移民群体。因此,这在实际场景中概率较低。允许用户自愿提供脱敏数据,总体而言,