说起时空壶，差友们应该不陌生了，毕竟之前差评君已经跟大家聊过好几次这个做 AI 翻译产品的品牌。

远的不说，就在 3 个月前，我们举办了一场别开生面的 " 人机大战 "，作为 AI 翻译代表出征的时空壶 AI 同传耳机，就让大家看到了其不同于人工同传的优势。

但您猜怎么着，前几天我刷视频的时候猛然发现，时空壶居然上了新闻联播，并且播了得有近 4 分钟。

咱们都知道新闻联播一般也就播个 30 分钟，如果不是在经济、文化和科技等领域有突出表现的企业，不太可能有这么长的报道篇幅。

  不儿，哥们这么有实力的吗？

正好咱们前阵子刚聊过 9.9 美刀的 AI 翻译耳机，以及接下来苹果也将会给 AirPods 上实时对话翻译功能。

要不趁着这波热度，咱们一起到时空壶那里看看，他们到底和市面上一众 " 实时翻译耳机 " 有啥区别，凭啥能上新闻联播？

  于是我和同事们一起来到了时空壶位于深圳南山的 " 老巢 "。

到了他们公司后，我二话不说就开始嘎嘎体验产品。

  然后我就发现，虽然都叫 " 实时翻译耳机 ""AI翻译耳机 "，但是时空壶跟我之前体验的其他产品，完全就是两个东西。

举个很典型的例子：其他产品在翻译时，但凡你普通话不是很标准，把 " 人工同传 " 说成 " 人工同床 "，它就没法给你识别和纠错。相比之下，时空壶就能给你翻译准确。

其他翻译耳机的 APP 界面  

  那对于这种体验上的差异，时空壶又是怎么看的呢？

一方面，他们觉得目前市场上的翻译产品，在能力上还是参差不齐，需要有个统一的标准来划分技术等级，不然会把本就不太成熟的 AI 翻译市场给玩坏。

另一方面，时空壶之所以在翻译准确度领先别人，也是因为他们更新了大模型翻译技术。

先说第一点，他们目前已经在跟同传领域的专家和学者们，一起研究搞AI翻译技术分级。

  具体怎么去分级呢？

他们参考了自动驾驶的分级标准，也是划分了 L1 到 L5 五个等级。

其中 L1 是最基础的文本翻译，相当于你自己查电子词典，效率是最低的，延迟大概数十秒。

L2 是从文本翻译进化为语音翻译，比如手持翻译机、带翻译功能的蓝牙耳机，可以给你播放语音翻译，延迟大概十多秒。

L3 已经是语音同传翻译了，在能力上非常接近人工同传，基本能做到 5 秒延迟，可以让对话双方实现自由地交流。

时空壶给自己目前的定义就是 L3 级别。

L4 进化为高级译员同传翻译，如果说 L3 是接近人，那么 L4 就是等同于人，到了这个级别，它能够把你的语气和情绪都给翻译出来。

比方说，你说话的时候是带着疑问还是愤怒，这些都可以在翻译结果中体现出来。

而 L5 就属于是超越人的范畴了，它可以基于多模态能力去观察你想要表达的意思，比如你的表情，或者是你过去积累的一些表达习惯。

这个东西就相当于一个会 " 察言观色 " 的智能助理，真正的贾维斯了属于是。

  如果这个翻译技术分级能真正落地，我觉得对于行业和消费者都是件好事。

有了分级，行业不再是一片混乱，想要割一波就走的企业没法浑水摸鱼；而消费者也能清楚自己花钱买到的产品到底是个什么水平。

  再来说说，他们的大模型翻译技术是如何去提升准确度的。

产品经理跟我说，过去的机器翻译无法理解语义和语境，主要依赖逐字直译，不仅没法识别各种语气词、停顿词和重复词，还容易闹出一些笑话。

比如在点菜这个场景下，传统机器翻译由于没法很好地识别 " 点 " 的意思，会给你翻译成英语的 "Click"，变成点击的意思。

对于这些问题，他们开发了全新的 AI 同传翻译大模型，并且国内也会接入豆包和 DeepSeek 等大模型。

在大模型的加持下，它能像人工同传那样，根据当下的主题和背景，联系上下文，分析对话的主旨，把你想要传达的真正意思翻译出来。

  时空壶已经从以前的直译进化为意译了。

比如，同样是 " 同传 " 和 " 同床 " 的问题，时空壶就可以结合你的上下文，知道你当前聊天的内容与同声传译有关，从而对翻译内容进行纠错。

在听懂人话、传达你的真正意图这件事上，时空壶无疑又先于同行们迈出了一步。

  而在跟他们聊了一下午后，我算是明白了，他们的成功秘诀就是：

愿意在自己看好，但别人不看好的领域，投入大量的精力和技术，然后埋头苦干。

更具体的，咱们接下来再好好唠唠。

说起当时为啥会想到做 AI 翻译耳机，时空壶的创始人田力表示，其实一开始他也没想到去做这个东西。

2016 年的时候他意识到 AI 技术是未来，于是从华为出来创业后，就想着朝 AI 应用这个方向发力。

一次偶然的机会让他发现过去的翻译产品始终存在局限性。

后来，他也自己尝试着使用翻译软件去跟老外交流，结果发现这种按着说话、松开翻译，只能你说一句、我说一句的翻译体验，压根没法实现长时间的对话。

过往的这些经历和观察，让田力意识到，即便翻译技术在当时已经非常成熟，但是在具体的对话场景中，两个说着不同语言的人压根没法很自然地交流。

在找到了场景痛点后，田力就着手组建团队开发产品。

  但刚开始做，他们就碰了一鼻子灰。

原本他们的想法很简单，就是把一个翻译软件直接塞进蓝牙耳机。

至于具体的实现方案，他们觉得能在深圳找到合适的方案供应商，毕竟在电子产品这块，华强北啥都能给你搓出来。

然而事实证明，他们当时选择的是一条无人走过的赛道，行业也没有可行性方案供他们选择。

于是他们刚开局就遇到了行业的第一大难题：通信。

是的没错，跟很多人想的不一样，做 AI 翻译耳机最难的还不是 AI，而是通信技术。

那它难在哪呢？

是这样的，他们一开始设想的场景是，两个人各戴一只耳机进行交流。

但在产品开发阶段却发现，标准的蓝牙耳机走的是单通道录音，压根不支持两只耳机同时录音。

  也就是说，两个人各戴一只耳机对话时，只有一个人的声音能被录进去。

这样一来，他们的设想就失去意义。

估计当年大厂们围坐一起讨论蓝牙协议的时候，也没想到多年后会有一家初创企业有如此疯狂的想法——基于蓝牙协议去做多人录音。

听他们说，当时甚至还找了高通和海思等芯片厂商的工程师咨询，但都没有一个很好的解决方案。

  由于没有先例，行业里也找不到现成的解决方案，所以时空壶只能够自己搞。

他们从 2017 年开始自研通信技术，经过 4 年的埋头苦干，终于在 2021 年发布的时空壶 W3 上，实现了两只耳机同时录音的 " 双向通信 " 技术。

但你以为搞定通信技术就够了吗？

  显然不是的。

因为他们发现 AI 翻译耳机要提升沟通效率，还要解决另一个难题：录音降噪。

简单来说，当两个人各戴一只耳机进行交流时，你的声音很容易串到对方的耳机里，对方的声音也是如此。

同时，环境的杂音也容易对录音效果造成影响。

而翻译耳机不同于普通耳机，它对于声音的质量有更高的要求。

正在进行降噪测试的 W4 Pro

因为机器需要对声音内容进行识别并翻译，而机器对错误声音的容错率比人耳低，毕竟咱们可以靠自己脑补嘛。。。

对于这个问题，市面上的一些翻译耳机搞了个 " 土办法 "，那就是用手动控制的方式，来避免两个耳机出现串音——

打个比方，两个人在交流时，需要一个人按下按钮讲完话后，另一个人才能在耳机听到翻译结果，然后接着同样的操作进行交流。

" 这种类似交替翻译的形式，沟通效率是非常低下的，甚至不如你用传统的翻译 APP。"时空壶的产品经理这么跟我说道。

相对而言，时空壶的解决方案是，给耳机用上三麦克风阵列 + 矢量降噪技术。

相当于通过算法判断声音的方向和距离，确保只录入佩戴者的声音，然后对其他无关的声音进行抑制。

这样哪怕是周围环境非常嘈杂，耳机也只会收到你自己的声音。

那实际效果是不是有他们说的那么牛 X 呢？

  我们也替大家试了一下。

即便是在耳机旁边播放动感舞曲和增加人声干扰，经过降噪处理后，它也能保证只录进佩戴者的声音，消除掉其他噪音。

除了沟通效率的问题外，产品经理跟我说，准确度和延迟也算是行业内的技术难点。

关于准确度，咱们开头已经聊过了，这里就不再啰嗦了。

而说到延迟，产品经理表示：过去的文本翻译，只要网络好，它甚至可以做到零点几秒给你出结果，并且还能不断地根据上下文去调整翻译结果。

但是语音翻译不行，因为语音一旦开始合成播放，它没法像文字一样随时纠正，这就导致了在快速地播放翻译结果时，大概率会出现翻译结果越来越歪的情况。

所以你会看到，目前市面上的很多 AI 翻译耳机，为了保证准确率，它都会等你说完一整段话后，才开始出语音翻译结果。

为了解决这个问题，他们搞了个叫做AI语义判断的技术。

让 AI 实时判断每句话的语义，一旦它觉得你这句话的意思不会发生改变了，那么它就会开始输出语音翻译结果。

按照他们的测试结果，行业内其他家能做到的最低语音延迟也就是十几秒。

相比之下，时空壶是已经做到了 5~8 秒的平均延迟，跟人工同传大概 3 秒左右的翻译延迟相比，算是很大的进步了。

  总之，跟他们这么一顿聊下来，我感觉做好一个 AI 翻译耳机，远没有大家想的那么简单。

市面上类似的产品千千万，但实际想要搞好体验，蓝牙通讯、录音降噪、翻译引擎、语义判断。。。等等等等，每一座 " 大山 " 都不好啃。

而时空壶作为开拓者，显然给行业证明了这条赛道的可行性。

按照他们的说法，在 AI 翻译设备这个品类中，时空壶在北美亚马逊的市占率已经做到 40%，过去 3 年里他们实现了产品销量年均 100% 的增长。

并且今年海关总署还将他们的产品，作为 2024 年 " 中国制造升级 " 案例进行展示。

图片来自深视新闻

可以说，时空壶已经成为 AI 出海企业的标杆。

从攻克各种技术难关，建立技术壁垒，再到提出翻译分级标准，时空壶确实贯彻了他们创始人的创业哲学——

" 在混沌中寻找出路才是小公司的出路。"

目前来看，他们的出路似乎已经找到，但随着他们不断探索 AI 翻译领域的 " 无人区 "，面临的挑战也会越来越多。

  这里咱也只能祝愿他们能够一路披荆斩棘了。

撰文：粿条