Gli auricolari business interpreti Timekettle W4 Pro con AI nel test: Il tricorder di Star Trek o finalmente il pesce babele?

Per chiarire subito un fatto: Il W4 Pro non sostituisce uno smartphone per l'interpretariato; l'applicazione Timekettle è un requisito indispensabile per l'uso, in quanto è qui che le funzioni AI sono disponibili per la prima volta e anche la conversazione 1 a 1 non è possibile senza una connessione all'applicazione.

È anche possibile tradurre offline, ma in questo caso sono disponibili "solo" 13 lingue. È solo online che le capacità complete degli interpreti vengono alla luce. Il W4 Pro può tradurre in 40 lingue e si dice che riesca a padroneggiare 93 accenti.

I produttori prestano particolare attenzione alla velocità di traduzione quasi ininterrotta. Si dice che il tempo di risposta sia di soli 0,2 secondi.

Gli auricolari sono importanti per questo. A differenza di Timekettle X1, ad esempio, che aveva auricolari in-ear, W4 Pro ha un design aperto, il che è assolutamente sensato. Dopo tutto, le cuffie in-ear possono risultare poco igieniche, soprattutto nelle conversazioni 1 a 1, quando si passa uno dei due auricolari all'altra persona. A differenza del W4 Pro, il design aperto significa che non deve preoccuparsi che il cerume dell'utente precedente vi si attacchi. In questo modo è anche più facile sentire la propria voce, il che comporta dei vantaggi. In ognuno dei due auricolari sono integrati tre microfoni, progettati per garantire una registrazione precisa di ciò che viene detto e filtrare i suoni non importanti.

Gli auricolari stessi sono per lo più realizzati in plastica. Si mantengono in posizione sull'orecchio, ma oscillano un po' se la persona che li indossa muove la testa un po' velocemente. Un piccolo LED colorato indica quando vengono caricati o inseriti nella custodia di ricarica. Non c'è protezione dagli spruzzi o altre caratteristiche. Le W4 Pro sono anche piuttosto grandi, anche per le cuffie over-ear. Per fare un confronto, le Marshall Motif II A.N.C. auricolari in-ear.

La custodia di ricarica è ancora più grande e un po' insolita. Il telaio esterno è in alluminio, il resto è in plastica. Può essere divisa in due metà, in modo da non dover porgere gli auricolari nudi all'interlocutore, ma di poter consegnare il portatile nella custodia di ricarica. Tuttavia, le dimensioni della scatola potrebbero far pensare che i W4 Pro siano goffi e molto meno mobili di altri auricolari. C'è una porta di ricarica USB-C sul retro della custodia. Un LED indica lo stato di carica. La custodia, compresi gli auricolari, pesa 187 grammi (~6,6 once).

La sostenibilità non gioca alcun ruolo nel marketing dei costosi auricolari per interpreti; il produttore non fornisce alcuna informazione sui materiali utilizzati.

Gli auricolari sono confezionati in un'elegante scatola di cartone nero, e all'interno viene utilizzata una schiuma rigida come isolante.

Come già detto, l'applicazione Timekettle è obbligatoria per l'utilizzo e deve creare un account al primo avvio. Sfortunatamente, non troverà l'applicazione nei negozi, un codice QR conduce alla pagina di download, di cui si deve fidare. Per associare i telefoni, la posizione deve essere attivata ogni volta che l'app viene riavviata.

I telefoni stessi hanno un'unica funzione operativa: toccando i telefoni, può passare dall'ascolto alla conversazione in modalità "Listen and Play", il che è pratico in quanto non deve prendere il suo smartphone, che potrebbe essere appoggiato sul tavolo della conferenza, per tradurre la sua voce a tutti i partecipanti.

Oltre alle tre modalità di traduzione Uno contro Uno, Ascolta & Gioca e Traduzione multimediale, la modalità offline può essere attivata nella schermata principale dell'app, ma la traduzione multimediale viene oscurata. Lo stato degli auricolari viene visualizzato anche nella parte superiore. È inoltre possibile inviare un feedback direttamente dalla schermata iniziale o contattare il servizio clienti.

Ci sono anche delle schede in basso, sotto "Scopri" ci sono alcune istruzioni sui prodotti Timekettle, nel caso del W4 Pro solo una, ossia come accoppiarli con lo smartphone. La scheda AI è sicuramente interessante. Qui può digitare dei termini e farli tradurre e persino parlare ad alta voce. Qui si trovano anche i promemoria delle conversazioni passate e le registrazioni, che possono anche essere riassunte. È anche possibile allenare le proprie competenze linguistiche, in quanto esiste un modello AI con il quale si può parlare nella lingua di pratica; il modello fornisce poi suggerimenti per migliorare e pone domande per simulare una conversazione. A differenza delle 40 lingue presenti nelle traduzioni, il bot AI sembra essere disponibile solo in inglese, spagnolo e cinese.

L'attività principale del W4 Pro. Se vuole avere una conversazione bilingue con l'altra persona, deve semplicemente passarle uno dei due auricolari nella base di ricarica, impostare le due lingue nell'app e sarà pronto a partire. Naturalmente, non possiamo fare dichiarazioni sulle numerose lingue, nel test ci siamo concentrati sull'inglese e sul tedesco.

Tuttavia, anche in questo caso la qualità non è lontanamente paragonabile a quella di un interprete umano. Le pause nel discorso dell'oratore nel mezzo di una frase sono un problema particolare per il sistema Timekettle. Il traduttore AI inserisce semplicemente una fine inappropriata della frase nel mezzo. Se l'oratore ricomincia e completa la frase, il traduttore AI inizia una nuova frase. È facile immaginare che questo a volte può confondere in modo significativo il significato di ciò che è stato detto.

Si nota anche che il sistema non coglie il contesto più ampio della conversazione. Anche se sto facendo un test con mio figlio (lui tedesco, io inglese) e lui si rivolge a me come "Papà", l'AI interpreta anche il mio indirizzo a lui come "Du" e poi di nuovo come "Sie" nel corso della conversazione. In considerazione del contesto lavorativo, almeno si attenga a "Sie" in modo coerente.

Anche la qualità delle altre traduzioni è piuttosto mediocre, e nella maggior parte dei casi è dovuta al mancato riconoscimento del contesto. Parole dal suono simile, come "Meine" e "Deine", vengono spesso confuse, il che significa che ciò che viene detto non ha più senso; il riconoscimento del contesto potrebbe correggerlo. Un altro esempio sono le parole meno conosciute che vengono tradotte in modo errato e casuale. A quanto pare, l'AI non è stata in grado di dedurre dal contesto che uno scambio di parole riguardava lo sport di tendenza dello slacklining. "Flecklein" è uno sport di poco conto come "Select Lining", anche se l'AI aveva riconosciuto correttamente "Slackline" un minuto prima, ma questo non è rimasto, quindi purtroppo l'AI non impara dal corso della conversazione. Il riconoscimento del contesto, almeno, non porterebbe sempre alla creazione di nuove parole.

Poiché la voce della traduzione nell'orecchio dell'altra persona è sempre molto ritardata e non si vuole parlare sopra la traduzione, è necessario attenersi a determinate regole di conversazione per garantire la migliore traduzione possibile. Queste includono parlare in modo fluente, ma non troppo veloce e chiaro, senza pause di riflessione, ma facendo una pausa dopo circa 2 frasi, strutture di frasi chiare e meno linguaggio colloquiale possibile. Alcune regole di comportamento sono più difficili da rispettare di altre, anche in un ambiente di lavoro.

Probabilmente la modalità più versatile. Qui ascolta varie fonti e riceve la traduzione all'orecchio e la trascrizione sul cellulare. È pubblicizzato per l'uso durante le riunioni, ma anche le trasmissioni radiofoniche o televisive possono essere tradotte in questo modo, e sono ipotizzabili anche altre situazioni. Se desidera invertire i ruoli e parlare lei stesso, deve solo toccare l'auricolare destro o l'applicazione e il suo cellulare tradurrà ciò che dicono gli altri partecipanti alla riunione.

D'altra parte, questa è forse anche la modalità più soggetta a errori, in quanto il sistema deve spesso operare in un contesto più ampio e vasto, per cui potrebbe dover gestire voci multiple e alternate, più rumore di fondo e relatori più distanti. Abbiamo anche appreso da Timekettle che la parte Listen in Listen & Play è anche l'unica modalità in cui lo smartphone è responsabile della registrazione audio invece degli auricolari. Il riconoscimento è quindi altamente dipendente dal modello.

Ad esempio, abbiamo riprodotto un video di YouTube attraverso gli altoparlanti del nostro computer portatile. Mentre il volume era da normale ad alto per noi, il W4 Pro apparentemente non riusciva a ricevere abbastanza bene. Solo quando abbiamo alzato il volume in modo significativo, gli auricolari sono stati motivati a tradurre. Inoltre, capita spesso che una traduzione inizi e poi si interrompa nel bel mezzo di una frase, perché il riconoscimento apparentemente soffre attraverso la registrazione dello smartphone (Pixel 7 Pro). Attenzione, sulla mia scrivania con un video di YouTube abbastanza forte (volume del laptop al 70% tramite gli altoparlanti interni) senza rumori di sottofondo. Anche al 100%, la traduzione spesso non continua, il che non può essere dovuto al volume. Nel complesso, la modalità è piuttosto inaffidabile, almeno quando si catturano i media in riproduzione.

La cattura di voci naturali funziona meglio qui, almeno senza rumore di fondo. Tuttavia, la qualità della traduzione a volte lascia a desiderare. In particolare, se l'oratore fa una piccola pausa durante una frase, questa viene rapidamente interpretata come la fine della frase e l'oratore ricomincia, il che a volte distorce il significato di ciò che è stato detto originariamente. Parlare in prima persona sembra funzionare molto bene, ciò che abbiamo detto noi stessi è stato tradotto senza problemi e se si fanno delle pause, i partecipanti alla riunione possono ascoltare le traduzioni tramite l'altoparlante dello smartphone.

La traduzione multimediale riguarda in particolare la traduzione da app che girano sullo stesso smartphone dell'app Timekettle.

Quindi, se attiviamo questa modalità nell'app Timekettle e apriamo contemporaneamente YouTube (o Zoom, ecc.), ad esempio, possiamo far tradurre le voci di un video, e ciò che viene detto viene anche trascritto e, se lo si desidera, visualizzato nella lingua originale e nella traduzione o solo come traduzione o per niente. Fin qui tutto bene. Le traduzioni funzionano anche abbastanza bene e rapidamente, perché l'app è in grado di catturare la traccia audio direttamente dallo smartphone. La finestra in sovrimpressione con le trascrizioni può essere ridotta o ingrandita e anche spostata o chiusa liberamente - molto bene.

Tuttavia, ci sono anche uno o più problemi minori.

1. Poiché c'è un solo bilanciere del volume per tutte le app sullo smartphone, il volume dell'originale, che purtroppo non diventa più silenzioso, e quello della traduzione si sovrappongono, il che rende molto difficile concentrarsi e ascoltare in particolare il canale di traduzione. In questo caso, il video originale di YouTube dovrebbe diventare automaticamente più silenzioso.
2. Timekettle sostiene che la traduzione è in gran parte priva di ritardi. Tuttavia, questo è vero al massimo per la trascrizione, ma non per l'audio. L'audio della traduzione inizia solo diverse righe di trascrizione dopo. Ciò significa che l'audio non coincide con la trascrizione, il che rende difficile la lettura. Ma la cosa peggiore è che l'audio della traduzione non corrisponde al video originale. Ad esempio, mentre il nostro buon Alex parla di un modello specifico di computer portatile nel video (in inglese), la voce del traduttore tedesco inizia appena a tradurre la sua introduzione. Questo rende molto più difficile seguire un video. Non sentiamo il gol nella sintesi della partita sportiva nella traduzione audio fino a 7-10 secondi dopo.
3. Se fermiamo un video, anche la traduzione (audio) si ferma circa 2 secondi dopo. Questo ha senso, naturalmente, ma in combinazione con il lungo ritardo tra l'originale e la traduzione audio, questo può significare che dopo la fine di un video (cioè l'arresto automatico del video), non riceviamo più la traduzione audio di alcune sezioni finali. Se interrompiamo un video/audio e poi lo riprendiamo, l'audio riparte dopo il solito ritardo, ma solo dal nuovo inizio; ciò che non era ancora stato tradotto fino alla fine a causa del ritardo e della pausa non viene più tradotto auditivamente, ma può essere letto solo nella trascrizione.

Nel complesso, tuttavia, la traduzione funziona abbastanza bene, tutte le applicazioni testate sono state riconosciute, comprese le trasmissioni radiofoniche con il lettore VLC o la libreria multimediale ARD. Questo è molto pratico e la qualità della traduzione è impressionante. Tuttavia, Timekettle deve ancora lavorare sul lungo ritardo della voce di traduzione.

Dopotutto, le monete virtuali non devono scadere, ma non può nemmeno ritirarle in seguito.