2025 年 9 月，AirPods Pro 3 發(fā)布，其內(nèi)置的同傳功能也讓「AI 翻譯耳機」這個詞再次成為熱點。但就在 AirPods 的同傳功能遲遲無法在國內(nèi)落地的同時，一家扎根中國的翻譯耳機品牌，已經(jīng)為全球用戶默默服務了近十年。

自 2016 年立項至今，時空壺的翻譯產(chǎn)品已經(jīng)銷往全球 170 多個國家，幾乎以一己之力定義了「翻譯耳機」這個品類。在 AI 翻譯行業(yè)因行業(yè)巨頭到來而「風云突變」的 2025 年下半年，雷科技也帶著問題拜訪了時空壺 CTO 石偉，聊了聊他眼中這場新的翻譯革命。

從「聽得見」到「聽得懂」

說起翻譯耳機，其實很多人對這個品類都有誤解。在不少消費者眼里，所謂的「翻譯耳機」不過是一個可以調(diào)用手機翻譯 App 的普通藍牙耳機。畢竟翻譯的步驟都在手機 App 里處理，只要 App 翻譯夠快就行。

不過在時空壺看來翻譯耳機其實是一個非常淺層的品類；他們真正想解決的，是人與人交流、理解之間的障礙。簡單來說，翻譯只是信息的轉(zhuǎn)移，交流是情感和語境的傳遞，而理解則是人與人真正建立連接的過程。時空壺希望用技術(shù)跨越前兩者的界限，讓機器翻譯最終服務于人類的理解與共感。

也正因如此，時空壺選擇了一個過去大家都未曾留意到的地方，作為重構(gòu)翻譯耳機品類的落腳點——「聽」，具體來說是讓「翻譯耳機聽清人說的話」。

一般來說，只有近距離面對面翻譯才會用到翻譯耳機。而在近距離、面對面的雙向交流下，讓翻譯耳機能搞清楚「誰在說什么」，并不是一件簡單的事情：

首先，一般的耳機只有一路麥克風上行信號、開啟同傳模式需要更新藍牙耳機的底層固件；其次，普通的藍牙耳機在近距離場景下很難區(qū)分每只耳機對應的講話人——A 說話的聲音除了會被 A 佩戴的耳機捕捉，同時也會被 B 佩戴的耳機捕捉，并導致翻譯混亂。

在 2021 年發(fā)布的 W3 同傳耳機中，時空壺設計了一套「矢量降噪技術(shù)」，可以區(qū)分不同的講話人。而在今年 9 月推出的時空壺 W4 上，時空壺更進一步，拿出了 TWS 中首創(chuàng)的「骨聲紋技術(shù)」。

石偉介紹說，「骨聲紋技術(shù)」和市面上常見的骨傳導耳機是兩個完全不同的概念——「常見的骨傳導耳機利用骨傳導技術(shù)把聲音送到用戶耳朵里，而骨聲紋技術(shù)則是利用骨傳導麥克風技術(shù)，讓耳機能通過骨骼振動采集語音信號?！?/strong>

當然，為了保證 W4 收音的質(zhì)量，W4 利用骨聲紋技術(shù)識別講話人的同時，也會用氣傳導麥克風聯(lián)動捕捉說話的聲音。骨聲紋技術(shù)分辨講話人，氣傳導麥克風技術(shù)采集說話聲，W4 這套業(yè)內(nèi)首創(chuàng)的翻譯耳機聲學方案，讓翻譯耳機可以「無懼」環(huán)境噪聲，即使在 IFA、CES 那種人聲洶涌的國際展會中，也能準確分辨、識別佩戴者的聲音。

而這樣技術(shù)創(chuàng)新的背后，自然也離不開時空壺研發(fā)團隊的努力。由于時空壺 W4 是 TWS 耳機領域首個落地骨傳導麥克風技術(shù)的產(chǎn)品，時空壺必須從零開始研發(fā)，在這個沒有前人可以借鑒的「技術(shù)無人區(qū)」，時空壺結(jié)合骨導與氣導信號，經(jīng)過上萬次測試、數(shù)十輪樣品驗證，才在 W4 上實現(xiàn)穩(wěn)定量產(chǎn)。

翻譯應該像母語一樣自然

解決了「聽」這個前置條件，我們來談談翻譯耳機的「根」。毫無疑問，翻譯耳機的核心功能就是「翻譯」——把 A 說的話翻譯成另一種語言，播放給 B 聽，反之亦然。但在時空壺看來，「翻譯」只不過是翻譯耳機的表象。

「我們做產(chǎn)品的出發(fā)點，并不僅僅是要做一個翻譯耳機」，石偉解釋道，「我們實際上更希望的它是一個人與人交流的工具」。

有了「交流工具」這個終極目標，時空壺開始對傳統(tǒng)翻譯設備的工作模式進行了大刀闊斧的改進：

首先是翻譯的流暢性。傳統(tǒng)的翻譯耳機受技術(shù)限制，高度依賴云端的翻譯模型。這種云端翻譯模型雖然可以帶來較好的翻譯效果，但高度依賴網(wǎng)絡傳輸，一旦網(wǎng)絡信號波動，就會出現(xiàn)斷句。

石偉舉例到：「打電話卡時候，人們自然就會知道這是網(wǎng)絡延遲問題，而在翻譯方面，大部分用戶不會往網(wǎng)絡延遲上想，而是會直接認為這就是產(chǎn)品有問題。從品牌角度，我們肯定不會要求用戶理解我們?！?/p>

但這也意味著，時空壺必須從翻譯的原理入手，用更強的短策大模型來處理翻譯延遲的問題。

在 W4 上，時空壺選擇了端側(cè)翻譯模型，讓所有語音識別和翻譯運算可以直接在手機本地完成，即便在離線狀態(tài)下也能實時輸出。

但端側(cè)模型并不是時空壺在「交流」這個大命題下的唯一解決方案。為了讓跨語言交流能像「母語交流」一樣自然，時空壺還構(gòu)建了「超能翻譯引擎」系統(tǒng)。

簡單來說，「超能翻譯引擎」集成了行業(yè)內(nèi)最好的翻譯模型，并建立專有評測體系，通過真人錄音測試以確保輸出品質(zhì)。石偉介紹道：「我們會邀請專業(yè)的真人譯員，由他們和時空壺一起評測翻譯的質(zhì)量。積累出一個公平、全面的評測機制，再基于這個機制去測試市面上的翻譯模型?！?/p>

我們知道，不同翻譯服務對不同的翻譯語種有不同的效果，可能某個公司的模型擅長 AB 語言的翻譯，另一個公司的模型擅長 CD 語言之間的翻譯。而時空壺采用的「超能翻譯引擎」，能在不同的翻譯模型之間各取所長，從而打造真正的「母語級」翻譯。

當然了，這并不意味著時空壺沒有自己的翻譯模型能力。石偉補充道「如果（外界翻譯引擎）沒有我們自己的好，我們集成自己的引擎，自己動手優(yōu)化和提升翻譯質(zhì)量。」

這句話聽起來輕描淡寫，卻意味著時空壺擁有從語料清洗到模型調(diào)優(yōu)的一整套自建體系。也正因時空壺有一套完整的自建翻譯體系作為「基準」和「標桿」，在翻譯的細節(jié)上，時空壺也有能力打造自己的差異化。

比如在實驗室中，時空壺還打造了「音色跨語種克隆」技術(shù)，讓翻譯后的譯文也擁有講話人原始語音中的音色、語氣，讓跨語言交流不再是「機器替用戶說話」。

在「技術(shù)無人區(qū)」里，用戶就是唯一的前進方向

盡管在訪談中，石偉介紹「骨聲紋」「超能翻譯引擎」「雙向翻譯」等技術(shù)時有些「輕描淡寫」，但代入到時空壺的角色后，我們也能看到時空壺從零開始打造翻譯耳機品類的艱辛。

2016 年，時空壺成立。當時整個翻譯耳機行業(yè)尚無可參考的成熟模板，技術(shù)、形態(tài)、交互方式都要時空壺親自去摸索。「時空壺作為行業(yè)先行者，一直都是在『無人區(qū)』里探索」，石偉說。

在這樣的「技術(shù)無人區(qū)」里，時空壺沒有數(shù)據(jù)可抄、也沒有競品可比，唯一能指引時空壺不斷前行的，就是時空壺的用戶。

在此次交流之前，雷科技曾參觀過時空壺的辦公室。在其研發(fā)區(qū)域，掛著一臺所有人看見的電視。但電視里放的并不是企業(yè)文化宣傳片，而是「實時評價」——時空壺會在電視上實時滾動播放全球電商平臺上關于自己產(chǎn)品的評價。

「我們特別關注差評」，石偉補充道，「我們特別希望用戶寫給我們差評，給我們寫很深入的分析，到底哪個地方好，哪個地方不好，這對我們來說是最受益的?！?/strong>

除了專注線上用戶反饋，時空壺還會把團隊帶到真實的使用現(xiàn)場?！肝覀儠o研發(fā)同事補助、獎金，讓他們帶家人去日本、泰國、越南等小語種國家旅游。唯一的要求就是必須親自用自己的產(chǎn)品，去感受時空壺在真實的場景里的體驗」。

在交流中，石偉也向雷科技分享了一個受用戶啟發(fā)的案例：

時空壺原本是一個純 C 端（面向消費者）的產(chǎn)品，但有段時間，時空壺發(fā)現(xiàn)很多學校的老師都會自費購買他們的產(chǎn)品?！竿瑫r到了現(xiàn)場，觀察到海外很多 K12 教育機構(gòu)（幼兒園到 12 年級的教育階段），除了正常的課堂，還有很多手工課、木工課之類的課程，課堂里面的收音環(huán)境特別的差。正是這些真實的用戶和場景需求，才讓我們找到了如 W4 這樣的骨傳導抗噪方向?！?/p>

類似的案例還有很多——在時空壺辦公室的墻上貼了不少照片，每張照片背后都有一個類似的案例：教室里，兩個來自不同國家的小孩用時空壺的翻譯耳機上課；教堂里，工作人員用時空壺的翻譯機帶領不同語言的教眾參與活動；工作室里，義肢師傅與世界各地的客戶討論定制義肢的細節(jié)……

可以說，正是來自海量用戶的信任和反饋，讓時空壺能從 2016 年一路走到今天。也正是這種「洞察用戶、傾聽用戶」的方法論，讓時空壺能從翻譯耳機品類中脫穎而出，從「翻譯耳機品類探索者」成長為「有溫度的科技品牌」。

不做「沒有意義」的競爭

當然了，時空壺開辟翻譯耳機這個賽道已經(jīng)將近十年了，翻譯耳機這個賽道也迎來了不少「新玩家」。但談到不同品牌之間的競爭時，石偉的看法卻讓雷科技有些出乎意料。

「競爭是一定會有的，這沒什么意外?！顾D了頓，「但關鍵是，我們不能讓競爭變得無意義?！?/p>

石偉認為，翻譯耳機這個品類還遠沒到「成熟」的階段。它不像手機、汽車那樣可以比參數(shù)、拼配置；現(xiàn)在所有玩家都還在摸索體驗邊界?！赣械钠放葡肟績r格戰(zhàn)搶市場，但我們更清楚，這個行業(yè)跑的是馬拉松，不是百米賽?！故瘋ハ矚g用跑步做比喻：「你跑了三公里就開始回頭看別人追上來沒，這種狀態(tài)是跑不遠的。」

結(jié)合時空壺在「無人區(qū)」探索的經(jīng)歷，石偉這樣的觀點其實也很好理解。就當前的翻譯設備市場來說，企業(yè)發(fā)展的難題并不是「競爭對手太多」，而是「行業(yè)、技術(shù)對交流的覆蓋還不夠深」。

舉個例子，人與人的交流除了語義，還包括聲調(diào)、眼神、手勢等多種維度。比如意大利人在說話時，手部動作就特別豐富；亞洲人在表達情緒時，也更常用眼部動作。

如果我們將時空壺看作一個「翻譯耳機品牌」，那這個賽道里不同品牌的競爭點無非就是翻譯準確度、速度。但在時空壺看來，「翻譯耳機」只不過是時空壺基于當前消費電子技術(shù)現(xiàn)況，選定的最「最佳形態(tài)」而已。如果從「交流工具」的角度看，時空壺依舊是那個「沒有對手、探索未知」的品牌。

讓技術(shù)更有溫度

在石偉看來，時空壺真正想做的，是讓機器的語言逐漸「長出人味」，而不僅僅是做一個快速且沒有感情的翻譯機器。

「技術(shù)再先進，也得讓人感受到溫度?！故瘋ソ忉尩?，「翻譯不是字對字，而是要把說話的感覺傳過去?！?/strong>

這個想法聽上去抽象，但落到技術(shù)上卻極具挑戰(zhàn)性。AI 需要學會處理語速、停頓、語調(diào)甚至重音變化，讓一句「我沒事」能表達不同語氣的「真沒事」或「我生氣了」。

為了實現(xiàn)這一目標，時空壺作出了大量的努力。得益于大模型的加入，時空壺的雙向翻譯擁有了對上下文的理解能力，可以理解對話場景，并根據(jù)歷史對話，排除不符合語境的多音字、多義詞分支，獲得更準確的翻譯效果。

而之前提到的「音色跨語種克隆」技術(shù)，也能在翻譯原話的同時，盡可能保留原聲的特點。用石偉的話來說：「我們希望用戶在使用時不會覺得這是機器在幫你，而是有人在理解你。 」

不只是翻譯耳機，還是溝通的橋梁

在 AI 迅猛發(fā)展的時代，大多數(shù)公司都在追逐更高的模型參數(shù)、更快的響應速度。但時空壺選擇了一條不那么顯眼的路徑——去研究「交流的質(zhì)感」。

事實上，這份堅持也藏在品牌的起點中。時空壺的 Logo 是代表神經(jīng)元突觸和無數(shù)技術(shù)點，代表以技術(shù)推動跨語言交流。從這個角度看，時空壺的產(chǎn)品無論在理念還是形態(tài)上，也都和科幻巨作《銀河系漫游指南》中的巴別魚非常相似——兩者都希望讓翻譯超越語言，讓理解更有溫度。