翻訳イヤーバッドは勢いを増していますが、実際に使用すると、期待していた体験とは少し違うかもしれません。ここでは、その機能と現実的に期待できることを説明します。

翻訳イヤーバッドは、音声認識、機械翻訳、テキスト読み上げ合成の3つの主要なステップで動作します。マイクを使用して話者の声を拾い、Soundcore Liberty 5 Proのようなハイエンドモデルは8つのマイクとAIを使用して声を分離します。音声は接続された電話、クラウド、またはその両方で処理されます—Apple Air Pods Proはすべての処理をi Phoneで実行し、Google Pixel Budsはインターネット接続が必要です。

処理中、音声認識は音をテキストに変換し、NLPや時にはChat GPTのようなLLMを使用して翻訳します。最後に、合成音声がオーディオを生成し、Bluetooth経由でイヤーバッドに送り返されます。Apple Air Pods ProやGalaxy Buds Proを含む一部のモデルはオフラインで動作できますが、他のモデルは安定した接続が必要です。

初期の頃と比較して、翻訳イヤーバッドははるかに良く動作しますが、宣伝されている95%または99%の精度はマーケティングの誇大広告です。現実の状況—不明瞭な発話、スラング、背景ノイズ—は遅延や不正確さを引き起こします。オフライン使用は言語ペアも制限します。例えば、Timekettleの14のオプションです。