AR眼镜语音转文字实测 就像开了弹幕
AR眼镜字幕功能效果到底咋样?实测来了!
不光语音能实时转成文字,还能分辨说话人主体,甚至还能把文字记录都保存好,方便以后回溯。
今年,一家来自英国的一家AR初创公司,大开了个脑洞。
他们把语音转文字的功能,搬到了AR眼镜上,让转好的文字能快速直接呈现在人们眼前。
主要目的就是为了服务听障人群。
毕竟在很多情况下,即便有助听器的帮助,听障人群还是需要有文字作为参考信息。
而通过AR眼镜的方式,生成字幕能直接呈现在人们眼前,接收信息能更加方便和迅速。
具体效果如何?往下看~
有种开弹幕的感觉
体验的效果大概如下左图所示,会有一个对话框,里面将标注说话者及对应语音内容。
体验者西蒙·希利(Simon·Hill)说,在刚戴上AR眼镜听对方说话时,它的文字转录准确率非常不错。
效果有点像平常用语音实时转文字的功能,在语音结束前,文本内容会一直有调整,最后等一段话说完,才会有个最终版本。
不过在对话情景下,两个人多聊一会,语音转写的速度会变慢一些。
XRAI内部人士表示,这是因为语音转文字的计算在云端上进行,有延迟很正常。
而且不止是实时转录,这个功能还支持搜索历史记录,在AR眼镜端和手机端都能搜,有点聊天软件那感觉了。
录下的语音在转写完成文字后,就会被立即删除,XRAI还强调这些文本也是只有用户自己可见。
如果没有AR眼镜,也能在手机上体验XRAI的功能。
有网友也戴着眼镜体验了一下,表示这个功能在转语音的速度上还是很快的,而且在AR界面里的呈现也不错。
缺点是需要选一下要识别的语言种类,在这里她测试的是法语。
除此以外,西蒙大哥在体验中,也发现了一些小问题。
比如按照XRAI的设想,听障人士使用这一功能,需要一副AR眼镜+一款安卓手机。
是的,该应用暂时还不支持iOS系统。
而两台设备加起来,拿着比较麻烦,尤其是在AR眼镜重量还没有降下来的情况下,听障人士要戴人工耳蜗、还要戴一副AR眼镜,舒适度肯定不高。
西蒙表示:
我无法想象如何整天带着他们。
以及语音转文字的效果,西蒙也提出了一点质疑。他表示,对于听障人士来说,需要文字作为参考信息的情景,很可能是比较嘈杂的场所,这对于语音识别的算法提出一定要求。
而他在体验XRAI这项功能时,公司CMO特意把他领到了比较安静的环境演示,并坦言在嘈杂环境中的效果还不是很好。
以及在价格上,XRAI上线的AR眼镜是Nreal,国内售价2299元起,海外售价为379美元。
XRAI的服务也并不完全免费,基础免费版只能保存1天的对话记录,另外还有20美元/月、50美元/月两种套餐可以选择。
如果选择50美元/月的套餐,在基础功能上还将加一个人工智能助手。
但西蒙表示,作为一个还在起步阶段的产品,有缺点可以理解。
更关键的是,他们从无障碍的角度出发想要帮助听障人群,这一想法还是令人感到欣慰。
背后公司XRAI Glass
提供这项服务的公司来自英国,名叫XRAI Glass。
公司CEO为丹·斯卡夫(Dan Scarfe),他曾在高知特微软业务组(Cognizant Microsoft Business Group)担任首席问题官。
CTO蒂姆·斯卡夫(Tim Scarfe),获得了机器学习专业博士学位,也曾在微软工作。
按照领英显示,该公司在今年7月才刚刚成立。
合作的AR眼镜厂商Nreal于2017年成立,创始人徐驰曾在Magic Leap工作过。
网友评论