Wenn Sie Ohrhörer mit Übersetzungsfunktion beurteilen, sollten Sie zunächst zwei Fragen klären: Wie gelangt Sprache in einer anderen Sprache an Ihr Ohr, und welche Rolle spielt dabei Ihr Smartphone?
Übersetzungs-Ohrhörer arbeiten üblicherweise mit einer Smartphone-App oder einer Übersetzungsfunktion des Betriebssystems zusammen. Ein Mikrofon nimmt die Sprache auf, das Übersetzungssystem überträgt den Inhalt in die Zielsprache, und die Ohrhörer oder der Smartphone-Lautsprecher geben die übersetzte Sprache wieder. Die Ohrhörer bringen die Übersetzung an Ihr Ohr; die App und Dienste zur Sprachverarbeitung helfen dabei, die ursprüngliche Sprache in übersetztes Audio umzuwandeln.
Wie ein Satz in eine andere Sprache übertragen wird
Nehmen wir die englische Frage „Where is the station?“ und ihre spanische Übersetzung, „¿Dónde está la estación?“. Wenn man den Weg vom Ton zum Text und weiter zur übersetzten Sprache verfolgt, lässt sich der Vorgang leichter verstehen.
Zuerst die Sprache aufnehmen. Ein Mikrofon nimmt die Stimme der sprechenden Person auf und liefert dem System Audiodaten zur Verarbeitung. Welches Mikrofon verwendet wird, hängt vom Übersetzungsmodus ab: Manche Modi nutzen die Ohrhörer, andere das Smartphone.
Dann erkennen, was gesagt wurde. Die Spracherkennung wandelt die gesprochene englische Frage in den englischen Text „Where is the station?“ um. In diesem Schritt werden die Wörter der ursprünglichen Äußerung erkannt. Das Ergebnis ist weiterhin Englisch; die Übersetzung folgt erst danach.
Anschließend die Sprache übersetzen. Die maschinelle Übersetzung erzeugt aus dem erkannten englischen Inhalt den spanischen Text „¿Dónde está la estación?“. Dabei muss sie berücksichtigen, wie beide Sprachen Bedeutung ausdrücken und Wörter anordnen, statt nur jedes Wort einzeln zu ersetzen.
Zum Schluss die übersetzte Sprache erzeugen und wiedergeben. Die Sprachsynthese wandelt die spanische Übersetzung in hörbare spanische Sprache um. Ein Wiedergabegerät, etwa die Kopfhörer, gibt sie an die zuhörende Person aus. Diese hört Sprache, die aus dem übersetzten Text in der Zielsprache erzeugt wurde. Die schriftliche Übersetzung auf dem Smartphone und die übersetzte Audioausgabe in den Kopfhörern sind zwei verschiedene Ausgaben.
Diese Verbindung aus Spracherkennung, Textübersetzung und Sprachsynthese heißt kaskadierte Sprachübersetzung. Die Grafik verfolgt denselben Satz und zeigt, was jeder Schritt erhält und ausgibt.
Systeme können auch direkte Sprache-zu-Sprache-Modelle nutzen, die weniger auf zwischengeschaltete Textdarstellungen angewiesen sind. Die Grafik zeigt einen typischen Ansatz. Sie bedeutet nicht, dass alle Ohrhörer drei getrennte Module enthalten; außerdem zeigt die App möglicherweise nicht sämtliche Zwischenergebnisse an.
Welche Aufgaben Ohrhörer, Smartphone und Internet übernehmen
Die Ohrhörer geben Audio für die tragende Person wieder und können auch Sprache aufnehmen. Mit der Smartphone-App lassen sich ein Übersetzungsmodus aufrufen, Sprachen auswählen und Audioein- und -ausgabe entsprechend dem Systemaufbau steuern. Bluetooth hält die Verbindung zwischen Ohrhörern und Smartphone aufrecht; das Übersetzungssystem übernimmt die Sprachumwandlung.
Bei einem Online-Übersetzungsdienst verbindet sich das Smartphone über das Internet mit einem entfernten Dienst. Dieser verarbeitet die betreffenden Inhalte und liefert die Ergebnisse zurück. Auch wenn die Ohrhörer per Bluetooth mit dem Smartphone verbunden bleiben, muss dieses den Online-Dienst erreichen können, um die davon abhängigen Übersetzungsfunktionen zu nutzen. Der Status „Bluetooth verbunden“ bestätigt nur die Verbindung zwischen Ohrhörern und Smartphone.
Offline-Übersetzung hebt die Internetabhängigkeit der jeweiligen Funktion auf. Bei einer Offline-Lösung bleiben die Ohrhörer beispielsweise mit einem unterstützten Smartphone verbunden, während dessen Begleit-App die Übersetzung offline ausführt. Manche Systeme setzen außerdem voraus, dass Sprachpakete vorab heruntergeladen werden. Smartphone und App bleiben beteiligt; „offline“ bedeutet also nicht, dass die Ohrhörer selbstständig arbeiten. Die Offline-Unterstützung kann zudem auf bestimmte Geräte, Sprachpaare und Betriebsarten begrenzt sein.
Ohrhörer mit gleichem Äußeren können unterschiedliche Konfigurationen haben. Die aktuelle Produktseite der kabellosen In-Ear-Ohrhörer CYXG von Yinshidon führt beispielsweise eine Standardkonfiguration mit Geräuschunterdrückung bei Anrufen getrennt von einer Konfiguration mit Übersetzungsfunktion auf. Bei der Prüfung dieser Funktion müssen Begleit-App, verfügbare Sprachen und Internetanforderungen zur konkreten Konfiguration passen. Ein Außenfoto oder der Bluetooth-Verbindungsstatus verraten diese Fähigkeiten nicht.
Wer hört die Übersetzung in einem Gespräch in beide Richtungen?
Damit Sie die andere Person verstehen und diese Sie versteht, muss die Übersetzung in zwei entgegengesetzte Richtungen laufen.
In einem Modus für persönliche Gespräche tragen Sie die Kopfhörer, während die andere Person über das Smartphone teilnimmt. Spricht sie Englisch, übersetzt das System ins Spanische und gibt es über Ihre Kopfhörer aus. Antworten Sie auf Spanisch, erzeugt das System englische Sprache und spielt sie der anderen Person über den Smartphone-Lautsprecher vor. Auch der Bildschirm kann die Übersetzung anzeigen.
Bei manchen Systemen kann jede Person einen Ohrhörer tragen, um die übersetzte Sprache zu hören. Diese Aufteilung beschreibt, wer die Ohrhörer trägt und die Ausgabe hört; die Sprache kann weiterhin vom Smartphone oder von den Ohrhörern aufgenommen werden. Ein Ohrhörer pro Person bedeutet nicht, dass jeder unabhängig vom Smartphone übersetzen kann.
Wenn Sie lediglich einen Vortrag oder eine Präsentation verstehen möchten, können Sie einen vom System unterstützten einseitigen Hörmodus nutzen. Manche Modi nehmen die Stimme beispielsweise über das Smartphone-Mikrofon auf und geben die übersetzte Sprache über die Ohrhörer wieder. Hier erfasst das Smartphone den Ton; seine Position beeinflusst daher, wie deutlich es die sprechende Person aufnimmt. Bei dieser Nutzung muss nur der Inhalt an die zuhörende Person übertragen werden; eine Rückübersetzung für deren Antwort ist nicht erforderlich.
Berücksichtigen Sie bei der Moduswahl, wer spricht, welches Gerät die Sprache aufnimmt und wer die Übersetzung hören soll. Diese Punkte bestimmen gemeinsam, wie das Audio durch das System läuft.
Warum es trotzdem Wartezeiten oder Übersetzungsfehler geben kann
Eine „Echtzeitübersetzung“ kann während des Sprechens fortlaufend Inhalte verarbeiten und ausgeben. Sie benötigt dennoch Zeit, um genügend Audiodaten und sprachlichen Kontext zu erfassen.
Sprachen haben nicht immer dieselbe Wortstellung. Bevor ein Satz zu Ende ist, muss das System entscheiden, welche übersetzten Wörter es bereits ausgibt und ob es zunächst noch etwas weiter zuhört. Je früher die Ausgabe erfolgt, desto weniger nachfolgender Kontext steht zur Verfügung; mehr Kontext bedeutet dagegen längeres Warten. Dies ist der Zielkonflikt zwischen Geschwindigkeit und Qualität bei der Streaming-Übersetzung. Eine einzige feste Verzögerung kann nicht alle Ohrhörer und Sprachkombinationen beschreiben.
Übersetzungsfehler können bereits bei der Aufnahme und Erkennung entstehen. Erkennt ein typisches kaskadiertes System die ursprüngliche Sprache falsch, erhält die Übersetzungsstufe falschen Inhalt. Selbst flüssig und natürlich klingende übersetzte Sprache beweist nicht, dass die ursprüngliche Bedeutung korrekt vermittelt wurde.
Zeigt die Oberfläche eine Transkription in der Ausgangssprache, vergleichen Sie sie mit dem tatsächlich Gesagten. Ist schon der Ausgangstext falsch, entstand der Fehler vor der Übersetzung; prüfen Sie zuerst Aufnahme und Erkennung. Ist die Transkription richtig, die übersetzte Bedeutung jedoch falsch, betrachten Sie die Sprachumwandlung. So lässt sich unterscheiden, ob das System die ursprüngliche Sprache falsch verstanden oder eine korrekte Transkription falsch übersetzt hat.
Halten Sie das gerade aufnehmende Gerät während der Nutzung nahe an die sprechende Person, wählen Sie die richtigen Ein- und Ausgabesprachen und sprechen Sie deutlich. Online-Modi benötigen außerdem eine verfügbare Internetverbindung. Diese Maßnahmen verbessern den Audioeingang und die Betriebsbedingungen; die Übersetzungsleistung hängt weiterhin vom gesamten System ab.
Verfolgen Sie einen Satz von der Aufnahme über die Sprachumwandlung bis zur Person, die die Ausgabe hört. So werden die Aufgaben der Ohrhörer und ihres Begleitsystems klarer. Prüfen Sie anschließend die Smartphone-, Internet- und Sprachanforderungen der konkreten Konfiguration, um zu verstehen, unter welchen Bedingungen die Funktion arbeitet.
