Business-öronsnäckor tolk Timekettle W4 Pro med AI i testet: Star Treks tricorder eller äntligen en babelsk fisk?

För att klargöra ett faktum direkt: W4 Pro ersätter inte en smartphone för tolkning, Timekettle-appen är en absolut förutsättning för användning, det är här AI-funktionerna först blir tillgängliga och inte ens 1-till-1-samtal är möjliga utan en appanslutning.

Det går också att översätta offline, men då är det "bara" 13 språk som är tillgängliga. Det är först online som tolkarnas fulla kapacitet kommer till sin rätt. W4 Pro kan översätta till 40 språk och sägs behärska 93 accenter.

Tillverkarna fäster särskild uppmärksamhet vid den nästan sömlösa översättningshastigheten. Svarstiden uppges vara bara 0,2 sekunder.

Öronsnäckorna är viktiga för detta. Till skillnad från till exempel Timekettle X1, som hade in-ear-öronsnäckor, har W4 Pro en öppen design, vilket är helt logiskt. In-ear-hörlurar kan trots allt uppfattas som ohygieniska, särskilt i 1-till-1-samtal när du lämnar en av dina två öronsnäckor till den andra personen. Till skillnad från W4 Pro innebär den öppna designen att du inte behöver oroa dig för att den tidigare användarens öronvax ska fastna på dem. Detta gör det också lättare att höra din egen röst, vilket också har fördelar. Det finns tre mikrofoner inbyggda i var och en av de två öronsnäckorna, som är utformade för att säkerställa exakt inspelning av vad som sägs och filtrera bort oviktiga ljud.

Själva öronsnäckorna är mestadels gjorda av plast. De sitter bra på plats i örat, men de vickar en del om personen som bär dem rör på huvudet lite snabbt. En liten, färgad lysdiod indikerar när de laddas eller sätts in i laddningsfodralet. Det finns inget stänkskydd eller andra funktioner. W4 Pro är också ganska stora, även för over ear-hörlurar. Som jämförelse kan nämnas Marshall Motif II A.N.C. in-ear-knoppar.

Laddningsfodralet är ännu större och något ovanligt. Den yttre ramen är tillverkad av aluminium, resten är plast. Den kan delas i två halvor så att du inte behöver hålla fram de nakna hörlurarna till en samtalspartner, utan istället kan lämna över handenheten i laddningsfodralet. Men storleken på lådan kan också leda till uppfattningen att W4 Pro är klumpiga och betydligt mindre mobila än andra öronsnäckor. Det finns en USB-C-laddningsport på baksidan av fodralet. En LED indikerar laddningsstatus. Fodralet inklusive öronsnäckor väger 187 gram (~6,6 oz).

Hållbarhet spelar ingen roll i marknadsföringen av de dyra öronsnäckorna för tolkar; tillverkaren ger ingen information om de material som används.

Hörlurarna är förpackade i en snygg svart kartong, och inuti finns också ett styvt skum som isolering.

Som nämnts är Timekettle-appen obligatorisk att använda och du måste skapa ett konto första gången du startar den. Tyvärr hittar du inte appen i butikerna, en QR-kod leder till nedladdningssidan, som du måste lita på. För att para ihop telefonerna måste platsen också aktiveras varje gång appen startas om.

Själva handenheterna har bara en enda funktion: genom att trycka på handenheterna kan du växla mellan att lyssna och tala i läget "Listen and Play", vilket är praktiskt eftersom du då inte behöver sträcka dig efter din smartphone, som kanske ligger på konferensbordet, för att översätta din röst till alla deltagare.

Förutom de tre översättningslägena One-on-One, Listen & Play och Media Translation kan offline-läget också aktiveras på appens huvudskärm, men då är mediaöversättning nedtonat. Status för öronsnäckorna visas också högst upp. Feedback kan också skickas in direkt via startskärmen eller så kan kundtjänst kontaktas.

Det finns också flikar längst ner, under "Discover" finns det några instruktioner om Timekettle-produkterna, i fallet med W4 Pro bara en, nämligen hur man kopplar ihop dem med smarttelefonen. Fliken AI är verkligen spännande. Här kan du skriva in termer och få dem översatta och till och med upplästa. Här finns också minnesanteckningar från tidigare konversationer och inspelningar, som också kan sammanfattas. Du kan också träna dina egna språkkunskaper, eftersom det finns en AI-modell som du kan tala med på övningsspråket, modellen ger sedan förslag på förbättringar och ställer frågor för att simulera en konversation. I motsats till de 40 språken i översättningarna verkar AI-boten endast vara tillgänglig på engelska, spanska och kinesiska.

W4 Pro:s kärnverksamhet. Om du vill ha en tvåspråkig konversation med den andra personen ger du dem helt enkelt en av de två öronsnäckorna i laddningsdockan, ställer in de två språken i appen och du är redo att köra. Naturligtvis kan vi inte uttala oss om de många språken, vi koncentrerade oss på engelska och tyska i testet.

Men även här är kvaliteten inte alls lika bra som hos en mänsklig tolk. Pauser i talarens tal mitt i en mening är ett särskilt problem för Timekettle-systemet. AI-översättaren infogar då helt enkelt ett olämpligt slut på meningen i mitten. Om talaren börjar om och fullföljer meningen börjar AI-översättaren en ny mening. Det är lätt att föreställa sig att detta ibland kan skapa stor förvirring kring innebörden av det som sagts.

Det är också märkbart att systemet inte förstår konversationens större sammanhang. Även om jag testar med min son (han tysk, jag engelsk) och han tilltalar mig med "Papa", så tolkar AI:n mitt tilltal till honom som "Du" och sedan igen som "Sie" under samtalets gång. Med tanke på affärssammanhanget borde du åtminstone hålla dig till "Sie" konsekvent.

Kvaliteten på andra översättningar är också ganska medioker, vilket i de flesta fall beror på att man inte känner igen sammanhanget. Likalydande ord som "Meine" och "Deine" blandas ofta ihop, vilket innebär att det som sägs inte längre är meningsfullt; kontextigenkänning skulle kunna korrigera detta. Ett annat exempel är mindre kända ord som sedan helt enkelt översätts felaktigt och slumpmässigt. AI:n kunde uppenbarligen inte heller dra slutsatsen från sammanhanget att en ordväxling handlade om den trendiga sporten slacklining. "Flecklein" är lika lite en sport som "Select Lining", även om AI:n en minut tidigare korrekt hade identifierat "Slackline", men detta fastnade inte, så tyvärr lär sig inte AI:n av samtalets gång. Att känna igen sammanhanget skulle åtminstone inte alltid leda till nya ordskapelser.

Eftersom översättningsrösten i den andra personens öra alltid är mycket försenad och du inte vill prata över översättningen bör du hålla dig till vissa konversationsregler för att säkerställa bästa möjliga översättning. Det handlar bland annat om att tala flytande, men inte för snabbt och tydligt, utan tankepauser, men med en paus efter cirka två meningar, tydliga meningsbyggnader och så lite vardagligt språk som möjligt. Vissa förhållningsregler är svårare att följa än andra, även i affärssammanhang.

Förmodligen det mest mångsidiga läget. Här lyssnar du på olika källor och får översättningen i örat och utskriften i mobilen. Det marknadsförs för att användas vid möten, men även radio- eller TV-sändningar kan översättas på detta sätt och andra situationer är också tänkbara. Om du vill vända på rollerna och själv tala behöver du bara trycka på höger öronsnäcka eller i appen så översätter din egen mobiltelefon vad de andra mötesdeltagarna säger.

Å andra sidan är detta kanske också det mest felbenägna läget, eftersom systemet ofta måste fungera i ett större och bredare sammanhang här, så att det kan behöva hantera flera, omväxlande röster, mer bakgrundsljud och talare som är längre bort. Vi har också lärt oss av Timekettle att Listen-delen i Listen & Play också är det enda läget där det är smartphonen och inte öronsnäckorna som ansvarar för ljudinspelningen. Igenkänningen är därför mycket modellberoende.

Vi spelade t.ex. upp en YouTube-video via högtalarna på vår bärbara dator. Medan volymen var normal till hög för oss, kunde W4 Pro uppenbarligen inte ta emot tillräckligt bra. Det var först när vi höjde volymen avsevärt som hörlurarna kunde motiveras att översätta. Det händer också hela tiden att en översättning börjar och sedan stannar mitt i en mening eftersom igenkänningen uppenbarligen lider via smartphoneinspelningen (Pixel 7 Pro). Tänk på, på mitt skrivbord med en ganska hög YouTube-video (70% bärbar datorvolym via interna högtalare) utan bakgrundsbrus. Även vid 100% fortsätter översättningen ofta helt enkelt inte, vilket inte riktigt kan bero på volymen. Sammantaget är läget ganska opålitligt, åtminstone när man fångar media som spelas upp.

Att fånga naturliga röster fungerar bättre här, åtminstone utan bakgrundsljud. Översättningskvaliteten lämnar dock ibland något att önska. I synnerhet om talaren gör en liten paus under en mening tolkas detta snabbt som att meningen är slut och talaren börjar om, vilket ibland förvränger innebörden av det som ursprungligen sades. Att tala för sig själv verkar fungera riktigt bra, det vi själva sa översattes utan problem och om man tar pauser kan mötesdeltagarna lyssna på översättningarna via smartphone-högtalaren.

Media Translation handlar specifikt om att översätta från appar som körs på samma smartphone som Timekettle-appen.

Så om vi aktiverar det här läget i Timekettle-appen och öppnar YouTube (eller Zoom etc.) samtidigt, kan vi till exempel få rösterna i en video översatta, och det som sägs transkriberas också och visas, om så önskas, på originalspråket och översättningen eller bara som en översättning eller inte alls. Så långt så bra. Översättningarna fungerar också ganska bra och snabbt eftersom appen kan fånga ljudspåret direkt från smarttelefonen. Överläggsfönstret med transkriptionerna kan förminskas eller förstoras och även flyttas eller stängas fritt - mycket bra.

Det finns dock också ett eller flera mindre problem här.

1. Eftersom det bara finns en volymvippa för alla appar på smarttelefonen, överlappar volymen för originalet, som tyvärr inte blir tystare, och översättningen, vilket gör det mycket svårt att koncentrera sig och lyssna på översättningskanalen i synnerhet. Här borde den ursprungliga YouTube-videon automatiskt bli tystare.
2. Timekettle hävdar att översättningen i stort sett är fri från fördröjningar. Detta gäller dock i bästa fall för transkriptionen, men inte för ljudet. Översättningsljudet börjar först flera transkriptionsrader senare. Detta innebär att ljudet inte sammanfaller med transkriptionen, vilket gör det svårt att läsa med. Vad som är värre är dock att översättningsljudet inte matchar originalvideon. Till exempel, medan vår gode Alex pratar om en specifik bärbar datormodell i videon (på engelska), har den tyska översättarens röst precis börjat översätta hans intro. Det här gör det mycket svårare att följa en video. Vi hör inte målet i sammanfattningen av sportmatchen i ljudöversättningen förrän 7 - 10 sekunder senare.
3. Om vi stoppar en video stoppas även (ljud)översättningen cirka 2 sekunder senare. Detta är naturligtvis logiskt, men i kombination med den långa fördröjningen mellan originalet och ljudöversättningen kan detta innebära att vi efter slutet av en video (dvs. den automatiska stoppningen av videon) inte längre får en ljudöversättning av vissa slutavsnitt. Om vi stoppar en video/audio och sedan återupptar den, startar ljudet igen efter den vanliga fördröjningen, men bara från den nya starten; det som ännu inte översatts till slutet på grund av fördröjningen och pausen översätts inte längre auditivt, utan kan bara läsas i transkriptionen.

Sammantaget fungerar dock översättningen ganska bra, alla testade appar identifierades, inklusive radiospelningar med VLC-spelaren eller ARD-mediebiblioteket. Detta är mycket praktiskt och översättningskvaliteten är imponerande. Timekettle behöver dock fortfarande arbeta med den långa fördröjningen i översättningsrösten.

När allt kommer omkring bör de virtuella mynten inte löpa ut, men du kan inte heller ta ut dem senare.