AR眼鏡語音轉(zhuǎn)文字實(shí)測(cè)！效果像開了彈幕，對(duì)話記錄可保存回溯
為聽障人士打造
明敏 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
AR眼鏡字幕功能效果到底咋樣？
實(shí)測(cè)來了！
不光語音能實(shí)時(shí)轉(zhuǎn)成文字，還能分辨說話人主體，甚至還能把文字記錄都保存好，方便以后回溯。
今年，一家來自英國的一家AR初創(chuàng)公司，大開了個(gè)腦洞。
他們把語音轉(zhuǎn)文字的功能，搬到了AR眼鏡上，讓轉(zhuǎn)好的文字能快速直接呈現(xiàn)在人們眼前。
主要目的就是為了服務(wù)聽障人群。
畢竟在很多情況下，即便有助聽器的幫助，聽障人群還是需要有文字作為參考信息。
而通過AR眼鏡的方式，生成字幕能直接呈現(xiàn)在人們眼前，接收信息能更加方便和迅速。
具體效果如何？往下看~
有種開彈幕的感覺
體驗(yàn)的效果大概如下左圖所示，會(huì)有一個(gè)對(duì)話框，里面將標(biāo)注說話者及對(duì)應(yīng)語音內(nèi)容。
體驗(yàn)者西蒙·希利（Simon·Hill）說，在剛戴上AR眼鏡聽對(duì)方說話時(shí)，它的文字轉(zhuǎn)錄準(zhǔn)確率非常不錯(cuò)。
效果有點(diǎn)像平常用語音實(shí)時(shí)轉(zhuǎn)文字的功能，在語音結(jié)束前，文本內(nèi)容會(huì)一直有調(diào)整，最后等一段話說完，才會(huì)有個(gè)最終版本。
不過在對(duì)話情景下，兩個(gè)人多聊一會(huì)，語音轉(zhuǎn)寫的速度會(huì)變慢一些。
XRAI內(nèi)部人士表示，這是因?yàn)檎Z音轉(zhuǎn)文字的計(jì)算在云端上進(jìn)行，有延遲很正常。
而且不止是實(shí)時(shí)轉(zhuǎn)錄，這個(gè)功能還支持搜索歷史記錄，在AR眼鏡端和手機(jī)端都能搜，有點(diǎn)聊天軟件那感覺了。
錄下的語音在轉(zhuǎn)寫完成文字后，就會(huì)被立即刪除，XRAI還強(qiáng)調(diào)這些文本也是只有用戶自己可見。
如果沒有AR眼鏡，也能在手機(jī)上體驗(yàn)XRAI的功能。
有網(wǎng)友也戴著眼鏡體驗(yàn)了一下，表示這個(gè)功能在轉(zhuǎn)語音的速度上還是很快的，而且在AR界面里的呈現(xiàn)也不錯(cuò)。
缺點(diǎn)是需要選一下要識(shí)別的語言種類，在這里她測(cè)試的是法語。
除此以外，西蒙大哥在體驗(yàn)中，也發(fā)現(xiàn)了一些小問題。
比如按照XRAI的設(shè)想，聽障人士使用這一功能，需要一副AR眼鏡+一款安卓手機(jī)。
是的，該應(yīng)用暫時(shí)還不支持iOS系統(tǒng)。
而兩臺(tái)設(shè)備加起來，拿著比較麻煩，尤其是在AR眼鏡重量還沒有降下來的情況下，聽障人士要戴人工耳蝸、還要戴一副AR眼鏡，舒適度肯定不高。
西蒙表示：
我無法想象如何整天帶著他們。
以及語音轉(zhuǎn)文字的效果，西蒙也提出了一點(diǎn)質(zhì)疑。他表示，對(duì)于聽障人士來說，需要文字作為參考信息的情景，很可能是比較嘈雜的場(chǎng)所，這對(duì)于語音識(shí)別的算法提出一定要求。
而他在體驗(yàn)XRAI這項(xiàng)功能時(shí)，公司CMO特意把他領(lǐng)到了比較安靜的環(huán)境演示，并坦言在嘈雜環(huán)境中的效果還不是很好。
以及在價(jià)格上，XRAI上線的AR眼鏡是Nreal，國內(nèi)售價(jià)2299元起，海外售價(jià)為379美元。
XRAI的服務(wù)也并不完全免費(fèi)，基礎(chǔ)免費(fèi)版只能保存1天的對(duì)話記錄，另外還有20美元/月、50美元/月兩種套餐可以選擇。
如果選擇50美元/月的套餐，在基礎(chǔ)功能上還將加一個(gè)人工智能助手。
但西蒙表示，作為一個(gè)還在起步階段的產(chǎn)品，有缺點(diǎn)可以理解。
更關(guān)鍵的是，他們從無障礙的角度出發(fā)想要幫助聽障人群，這一想法還是令人感到欣慰。
背后公司XRAI Glass
提供這項(xiàng)服務(wù)的公司來自英國，名叫XRAI Glass。
公司CEO為丹·斯卡夫（Dan Scarfe），他曾在高知特微軟業(yè)務(wù)組（Cognizant Microsoft Business Group）擔(dān)任首席問題官。
CTO蒂姆·斯卡夫（Tim Scarfe），獲得了機(jī)器學(xué)習(xí)專業(yè)博士學(xué)位，也曾在微軟工作。
按照領(lǐng)英顯示，該公司在今年7月才剛剛成立。
合作的AR眼鏡廠商N(yùn)real于2017年成立，創(chuàng)始人徐馳曾在Magic Leap工作過。
參考鏈接：
[1]https://www.wired.com/story/xrai-glass-caption-ar-glasses-first-look/
[2]https://www.auganix.org/xrai-glass-launches-its-real-time-augmented-reality-closed-captioning-app-to-users-globally/
- 4o-mini華人領(lǐng)隊(duì)也離職了，這次不怪小扎2025-08-19
- 宇樹機(jī)器人“撞人逃逸”火到國外，王興興回應(yīng)：下次不遙控了2025-08-16
- 突破Claude-4編程上限！自進(jìn)化Agent框架拿下新SOTA，已開源2025-08-19
- 讓OpenAI只領(lǐng)先5天，百川發(fā)布推理新模型，掀翻醫(yī)療垂域開源天花板2025-08-11
相關(guān)閱讀
2021SLT CSRC|標(biāo)貝科技增發(fā)2800小時(shí)兒童ASR商業(yè)數(shù)據(jù)服務(wù)
標(biāo)貝科技全程提供支持，近400小時(shí)的高質(zhì)量成人朗讀數(shù)據(jù)和兒童朗讀、對(duì)話等參賽數(shù)據(jù)
Kaldi拜拜！PyTorch語音工具包SpeechBrain要來了，支持多種語音任務(wù)，實(shí)現(xiàn)最強(qiáng)水準(zhǔn)
能用來做語音識(shí)別、說話人識(shí)別、語音分離，多麥克風(fēng)信號(hào)處理、自我監(jiān)督和無監(jiān)督學(xué)習(xí)、語音增強(qiáng)等
