产品阅读约 4 分钟
Nualingo 如何判断是谁在说话
没有轮流发言的按钮要按。用浅白的话解释语言识别,以及停顿为什么重要。
Nualingo 团队 ·
大多数翻译应用都要你们轮流来。你点一下自己语言的按钮,说话,然后把手机递过去,让对方点他的。Nualingo 没有轮流发言的按钮。你只需按一次“开始收听”,把手机放在你们中间,然后交谈。
屏幕上仍然有几个按钮。“停止”会结束对话;如果你不想等,“结束”会提前结束一句话。两者都不是用来轮流发言的。那么,应用怎么知道哪句话是谁说的?主要靠听语言。
它听的是语言,而不是点按
开始之前,你要选择两种语言:你的和对方的。从那以后,Nualingo 背后的语音识别服务会对麦克风听到的所有内容做两件事。它把话写下来,并标注这些话属于你们两种语言中的哪一种。因为它事先知道是哪两种语言,它会专门留意这两种,也就不太容易把一句话开头的几个词误认成相近的语言。
翻译的方向跟着语言走。假设你选择了英语和泰语。泰语会译成英语,英语会译成泰语。谁都不用告诉应用是谁在说话,因为语言本身已经说明了。你说话时,你的话会以对方的语言显示为大号字幕;它还不确定的词会先淡淡地显示,直到确定下来。
语音为什么要等停顿
字幕可以随着你说话不断变化。但说出口的话收不回来,一个读了半句话又自我更正的语音会让人很难听懂。所以,朗读译文的那个平和的 AI 语音会等说话的人停顿后再开始。
停顿还有另一个作用:Nualingo 靠它判断一段发言是否结束了。这个判断需要拿捏分寸:一次停顿可能意味着对方说完了,也可能意味着他在找下一个词。应用要等多久再做判断,由你决定。
快速、适中还是从容
对话界面上的“节奏”设置,决定有人停止说话后 Nualingo 要等多久才开始翻译。一共有三个选项,每个都是在等待和打断之间取舍。
- “快速”在短暂停顿后很快就会翻译。它适合你来我往的快节奏交谈,比如在柜台点单。代价是有人停下来思考时它可能会插话,而且中间有停顿的一句话可能会被拆成几段发言。
- “适中”会等待自然的停顿。这是默认选项,适合大多数对话。
- “从容”会等得久一些再翻译。打断更少,语音识别服务在发言结束前也有更多时间修正它的词语,只是要多等一会儿。它对说话慢的人、年长的听者和嘈杂的房间都有帮助。
我们把“适中”设为默认,是有原因的。在我们自己录制的测试中,“快速”在停顿处截断的句子比“适中”更多,而在一段普通的发言上,语音并没有更早开始。更改节奏会重新连接麦克风,所以最好在开始之前就选好。
抢话,或者一句话说到一半换了语言
真实的对话并不整齐。如果有人说到一半,从你们的一种语言换成了另一种,这次切换会开始一段新的发言,并朝另一个方向翻译。如果他们夹进了第三种语言的词,比如一个地名,这个词会留在它所在的那句话里,所以听到的内容一个字也不会丢掉。
这项服务还会尝试分辨不同的声音,声音一变就会开始一段新的发言。当你们俩都说起同一种语言,或者同时说话时,这一点就很重要。重叠的说话声对任何听者来说都是最难的情况,两个听起来相像的声音可能会被混淆。如果某条字幕被放到了错误的人名下,你可以在那条字幕上更改说话人。
当语音通过手机扬声器播放时,如果有人还在说话,它会先等一等,以免在新的一句话上面朗读译文。如果麦克风收到了应用自己的语音,Nualingo 会检查它听到的内容是否在重复它刚刚说过的话。如果是,这些词会以暗淡的样式显示,不会再朗读一遍。如果它判断错了,你仍然可以播放它们。
让对话更顺畅的小技巧
- 在一个意思说完时停顿,而不是说到一半时停顿。一句话之后短短的一口气,就是语音在等的信号。
- 如果你说完了又不想等,按“结束”。
- 如果你常常说到一半停下来思考,切换到“从容”。
- 回答之前,先让语音读完,用扬声器播放时尤其如此。
- 把电视声音调小。附近的其他说话声会让应用更难分辨是谁在说话。
- 保持屏幕常亮。屏幕锁定后,手机会停止收听。
Nualingo 可能会出错;涉及医疗、法律或官方事务时,你应该使用专业口译员。至于其他场合,想体会停顿的感觉,最简单的办法就是找个人一起试试。每台设备每天免费三分钟,无需账户。
Nualingo 可能会出错。涉及医疗、法律或官方事务时,请使用专业口译员。

