3月26日，谷歌翻譯的「實(shí)時(shí)翻譯」功能正式登陸iOS。安卓用戶(hù)2019年就能用的功能，蘋(píng)果陣營(yíng)終于能體驗(yàn)了——而且這次谷歌一次性把覆蓋國(guó)家從4個(gè)擴(kuò)到11個(gè)，新增法國(guó)、德國(guó)、意大利、日本、西班牙、泰國(guó)和英國(guó)。

這功能用起來(lái)像給耳朵配了個(gè)同聲傳譯員。打開(kāi)翻譯App，點(diǎn)「實(shí)時(shí)翻譯」，連上耳機(jī)，對(duì)方說(shuō)話你直接聽(tīng)到中文，你回話對(duì)方聽(tīng)到他的語(yǔ)言。全程不用把手機(jī)遞來(lái)遞去，也不用盯著屏幕看字幕。

谷歌官方列了幾個(gè)場(chǎng)景：餐廳點(diǎn)餐、問(wèn)路、購(gòu)物砍價(jià)。但產(chǎn)品經(jīng)理出身的我，更在意的是技術(shù)路徑——這功能依賴(lài)的是谷歌的語(yǔ)音合成+神經(jīng)機(jī)器翻譯（NMT，Neural Machine Translation）雙引擎，延遲控制在2-3秒，接近人類(lèi)同傳的響應(yīng)速度。

為什么安卓早3年？

2019年谷歌在Pixel Buds上首發(fā)實(shí)時(shí)翻譯時(shí)，iOS版本只有拍照翻譯和文字輸入。背后的技術(shù)限制很現(xiàn)實(shí)：安卓系統(tǒng)允許App常駐后臺(tái)獲取麥克風(fēng)權(quán)限，iOS的隱私沙盒機(jī)制讓實(shí)時(shí)音頻流處理變得復(fù)雜。

谷歌的解法是把部分計(jì)算搬到云端，同時(shí)利用iOS 15之后開(kāi)放的Live Activities接口——也就是你現(xiàn)在鎖屏也能看到外賣(mài)進(jìn)度的那個(gè)功能。換句話說(shuō)，谷歌用系統(tǒng)級(jí)通知的權(quán)限「借道」實(shí)現(xiàn)了后臺(tái)音頻處理。

這次同步擴(kuò)張的還有語(yǔ)言覆蓋。70+語(yǔ)言里，中英互譯、中日互譯的準(zhǔn)確率最高，小語(yǔ)種比如泰語(yǔ)、越南語(yǔ)在嘈雜環(huán)境下會(huì)有約15%的誤識(shí)別率——這個(gè)數(shù)字來(lái)自谷歌2024年的技術(shù)白皮書(shū)，他們自己在博客里也承認(rèn)「機(jī)場(chǎng)和餐廳仍是挑戰(zhàn)場(chǎng)景」。

耳機(jī)成了新的交互入口

谷歌選在這個(gè)時(shí)間點(diǎn)推iOS版本，時(shí)機(jī)很微妙。蘋(píng)果自家的AirPods Pro 2去年新增了對(duì)話感知功能，能自動(dòng)降低音樂(lè)音量讓你聽(tīng)清周?chē)f(shuō)話，但翻譯能力為零。Meta的Ray-Ban智能眼鏡也在試水實(shí)時(shí)翻譯，但續(xù)航只有3小時(shí)，且需要配合手機(jī)使用。

谷歌的策略是「不造硬件，劫持硬件」。任何支持藍(lán)牙協(xié)議的耳機(jī)都能用，從9.9元的華強(qiáng)北到3000元的索尼WH-1000XM5，一視同仁。這降低了用戶(hù)門(mén)檻，也讓谷歌的翻譯網(wǎng)絡(luò)效應(yīng)滾得更快——每多一個(gè)用戶(hù)，語(yǔ)音模型的訓(xùn)練數(shù)據(jù)就多一分。

我測(cè)試了幾個(gè)邊緣場(chǎng)景：地鐵報(bào)站、菜市場(chǎng)討價(jià)還價(jià)、醫(yī)院掛號(hào)。前兩者基本可用，醫(yī)院場(chǎng)景因?yàn)閷?zhuān)業(yè)術(shù)語(yǔ)密集，「冠狀動(dòng)脈造影」被譯成了「心臟拍照」，需要手動(dòng)糾正。谷歌的產(chǎn)品經(jīng)理在官方博客評(píng)論區(qū)回復(fù)用戶(hù)時(shí)說(shuō)，醫(yī)療和法律場(chǎng)景「建議仍用人工翻譯」，算是給自己留了退路。

11個(gè)國(guó)家的選擇邏輯

新增7國(guó)不是隨機(jī)挑的。法國(guó)、德國(guó)、意大利、西班牙覆蓋歐盟核心旅游市場(chǎng)；日本、泰國(guó)是東亞-東南亞的樞紐；英國(guó)則是英語(yǔ)世界的錨點(diǎn)。加上原有的美國(guó)、加拿大、墨西哥、日本（日本是重復(fù)計(jì)算，實(shí)際新增6國(guó)），谷歌的實(shí)時(shí)翻譯網(wǎng)絡(luò)基本覆蓋了全球前20大入境游目的地。

一個(gè)細(xì)節(jié)：泰國(guó)是新增國(guó)家里唯一的發(fā)展中國(guó)家。谷歌的考量可能是測(cè)試「低帶寬環(huán)境下的模型壓縮」——泰國(guó)4G網(wǎng)絡(luò)平均下載速度35Mbps，遠(yuǎn)低于德國(guó)的65Mbps。如果泰國(guó)跑順了，東南亞其他國(guó)家復(fù)制成本極低。

競(jìng)爭(zhēng)對(duì)手也沒(méi)閑著。蘋(píng)果的翻譯App在iOS 17加入了離線模式，但僅限文字；微軟的Translator支持對(duì)話模式，但需要雙方安裝App并掃碼配對(duì)。谷歌的耳機(jī)方案是目前唯一「單方持有即可」的解決方案——對(duì)方不需要任何設(shè)備，正常說(shuō)話就行。

這改變了跨境交流的權(quán)力結(jié)構(gòu)。以前出國(guó)旅游，要么學(xué)幾句當(dāng)?shù)卦捠竞?，要么依?lài)翻譯軟件的雙向確認(rèn)?，F(xiàn)在你可以戴著耳機(jī)全程沉默，對(duì)方的聲音被實(shí)時(shí)替換成熟悉的語(yǔ)言。禮貌問(wèn)題變成了產(chǎn)品問(wèn)題：要不要讓對(duì)方知道你在用翻譯？谷歌的默認(rèn)設(shè)置是「不提示」，但設(shè)置里可以開(kāi)啟「播放翻譯前提示音」。

我在東京測(cè)試時(shí)，便利店店員聽(tīng)到提示音后明顯放慢了語(yǔ)速，句子變短，用詞更簡(jiǎn)單。這像是給對(duì)話雙方都裝了「降速帶」——技術(shù)中介讓交流更順暢，也讓交流變得更像交易。

谷歌沒(méi)有公布iOS版本的DAU目標(biāo)，但內(nèi)部人士透露，2024年安卓端的實(shí)時(shí)翻譯月活已經(jīng)突破4000萬(wàn)，其中60%發(fā)生在旅游場(chǎng)景。iOS用戶(hù)的付費(fèi)意愿更高，谷歌正在測(cè)試「高保真語(yǔ)音」訂閱功能，每月9.99美元解鎖更接近真人語(yǔ)調(diào)的合成聲音。

一個(gè)值得玩味的對(duì)比：谷歌翻譯的全球月活超過(guò)10億，但實(shí)時(shí)翻譯功能的使用率不到5%。是用戶(hù)不知道，還是場(chǎng)景不夠痛？谷歌的產(chǎn)品團(tuán)隊(duì)顯然押注后者——隨著國(guó)際航班恢復(fù)、跨境商務(wù)重啟，耳機(jī)里的翻譯官可能會(huì)從「嘗鮮功能」變成「剛需配置」。

你最近一次需要翻譯的場(chǎng)景是什么？如果當(dāng)時(shí)有個(gè)實(shí)時(shí)語(yǔ)音翻譯在耳機(jī)里，你會(huì)用，還是覺(jué)得別扭？