Os fones de tradução estão ganhando força, mas usá-los de fato pode não ser bem a experiência que você espera. Aqui está o que eles fazem e o que você pode esperar de forma realista.

Os fones de tradução funcionam em três etapas principais: reconhecimento de fala, tradução automática e síntese de texto para fala. Usando microfones, eles captam a voz do falante, com modelos de ponta como Soundcore Liberty 5 Pro usando oito microfones e IA para separar vozes. O áudio é processado no telefone conectado, na nuvem ou em ambos—Apple Air Pods Pro executa todos os processos no i Phone, enquanto Google Pixel Buds exigem conexão com a internet.

Durante o processamento, o reconhecimento de fala transforma o som em texto e depois o traduz usando PLN e às vezes LLMs como Chat GPT. Finalmente, uma voz sintética gera áudio enviado de volta aos seus fones via Bluetooth. Alguns modelos, incluindo Apple Air Pods Pro e Galaxy Buds Pro, podem funcionar offline, mas outros precisam de uma conexão estável.

Comparados aos seus primeiros dias, os fones de tradução funcionam muito melhor, mas a precisão anunciada de 95% ou 99% é marketing. Condições do mundo real—fala pouco clara, gírias, ruído de fundo—causam atrasos e imprecisões. O uso offline também limita os pares de idiomas, como as 14 opções da Timekettle.