Quanto è accurata la traduzione delle chiamate telefoniche? 4 sistemi testati (2026)

Pubblicato 2026-08-18 · Di Ron Villomo, Fondatore di LiveLingo · LiveLingo è uno dei sistemi misurati; metodo completo e dati grezzi

1. Quanto è accurata la traduzione delle chiamate telefoniche? La risposta misurata

Abbiamo valutato quattro sistemi su audio identico passato attraverso un segmento telefonico simulato. Ogni traduzione è stata valutata da 0 a 5 per la fedeltà di comprensione da tre giudici LLM di frontiera indipendenti, e il punteggio sottostante è la media dei tre, mostrato anche come percentuale del massimo. La rubrica penalizza la sostituzione di parole errate, entità o numeri omessi e la mescolanza di script linguistici; non penalizza lo stile o i sinonimi validi.

La differenza tra le coppie linguistiche è più importante della differenza tra i sistemi migliori. Anche il sistema più forte perde tre punti passando dal tedesco al giapponese, e ogni sistema perde molto di più sulle coppie di corridoio più difficili di quanto perda sulla linea telefonica.

2. Apple Live Translation funziona sulle chiamate telefoniche?

Apple Live Translation gestisce le chiamate telefoniche sui recenti iPhone e Samsung Galaxy AI offre una funzione di chiamata comparabile. Entrambi sono bravi in quello che fanno, e per una chiamata da iPhone a iPhone in una lingua supportata sono l'opzione più conveniente disponibile perché non c'è nulla da installare.

Il loro limite è la copertura, non la qualità. Entrambi richiedono un telefono recente di quel produttore specifico, entrambi sono limitati ai set di lingue che quei produttori spediscono, e, cosa fondamentale, entrambi mettono la capacità sul tuo dispositivo piuttosto che sulla linea. Questo va bene per chiamare un amico con lo stesso telefono. Non aiuta quando devi raggiungere un centralino di una clinica, un proprietario, un banco di hotel o un fornitore il cui telefono dell'ufficio ha dieci anni. Queste chiamate sono il motivo per cui la maggior parte delle persone cerca un prodotto per chiamate tradotte in primo luogo.

3. Perché la qualità audio delle chiamate telefoniche è scarsa e riduce l'accuratezza?

Una chiamata telefonica è codificata con ITU-T G.711, che campiona a 8 kHz e trasporta circa da 300 Hz a 3400 Hz. La banda scartata non è vuota. Il lavoro di fonetica acustica del laboratorio di fonetica dell'University of Oxford colloca i picchi di energia di /s/ a circa 4500 Hz e 7500 Hz, interamente al di sopra del limite telefonico, motivo per cui /s/ a banda limitata viene sistematicamente scambiato per /sh/. La fisica prevede che l'audio telefonico dovrebbe essere più difficile. ITU-T G.711 · University of Oxford Phonetics Laboratory

Per verificare se questa previsione sopravvive all'output, abbiamo prodotto due versioni di ogni clip. Una è la registrazione originale a 16 kHz. L'altra è lo stesso file ricampionato a 8 kHz con filtro anti-aliasing, quantizzato con G.711 mu-law, quindi decodificato nuovamente nel contenitore originale a 16 kHz, in modo che entrambi i file siano identici nel formato e nessun sistema possa ramificarsi sulla frequenza di campionamento. L'energia sopra i 3.4 kHz scende dal 14-22% del segnale a circa il 3%, mentre il volume RMS rimane invariato, quindi il confronto misura la larghezza di banda e non il volume.

Ogni sistema si è attestato entro 0.04 punti da sé. LiveLingo ha ottenuto il 97.2% sull'audio del microfono e il 96.9% sulla linea telefonica; Google 93.4% e 94.0%; Azure 91.7% e 91.8%; il baseline Whisper 88.1% e 88.9%. L'88% delle singole celle ha ricevuto un punteggio identico in entrambi i rami. La larghezza di banda telefonica distrugge informazioni reali e la traduzione moderna ne assorbe quasi tutta.

4. Il riconoscimento si sposta di circa il 2%, e la robustezza varia di 5x tra i sistemi

La stabilità della qualità non significa che nulla sia accaduto sotto. Confrontando la trascrizione sorgente che ogni sistema ha prodotto dal file a banda larga con quella prodotta dal file della linea telefonica, Google Cloud Speech-to-Text v2 ha modificato lo 0.4% delle parole riconosciute e il baseline Whisper-large ha modificato il 2.0%, con il 96% e l'81% delle trascrizioni rispettivamente che sono tornate completamente invariate.

Il confronto grezzo sovrastima gravemente questo aspetto, e il motivo merita di essere esposto perché è così che questo tipo di numero va storto. Whisper allucina frasi standard sul silenzio finale, emettendo in modo imprevedibile un boilerplate fisso in stile sottotitolo in entrambi i rami. L'output cinese passa casualmente tra script semplificato e tradizionale. L'arabo differisce principalmente per l'ortografia della hamza. Prima di rimuovere questi elementi, lo spostamento apparente di Whisper misurava il 5.7%; dopo, è il 2.0%.

Il risultato utile è che la robustezza a banda stretta differisce di circa 5x tra i riconoscitori, il che è un effetto molto più grande della linea telefonica stessa. L'arabo e l'indonesiano hanno mostrato il maggior spostamento, circa il 5%, coerentemente con la previsione delle fricative, e anche lì il punteggio di fedeltà non si è mosso.

5. La traduzione AI peggiora nelle chiamate telefoniche rispetto a di persona?

Perché le prove solitamente citate misurano qualcos'altro. Nel paper di Whisper (Radford et al., 2022), wav2vec 2.0 Large e Whisper Large V2 ottengono entrambi un identico tasso di errore di parola del 2.7% sul parlato pulito letto di LibriSpeech. Sul corpus telefonico CallHome divergono al 34.8% e 17.6%. Questo divario è reale, ampio e viene regolarmente offerto come prova che l'audio telefonico è il problema. Radford et al., 2022 · LDC CallHome

Ma CallHome non è solo a banda stretta. È una conversazione spontanea, sovrapposta, non scriptata tra persone che si conoscono bene, densa di contrazioni, falsi inizi e sovrapposizioni. LibriSpeech è una persona che legge un libro ad alta voce. Cambiare due variabili contemporaneamente non può dirti quale sia stata importante. Isolare la larghezza di banda non trova quasi nulla, il che significa che la penalità di CallHome è principalmente l'altra variabile.

Questa è la conclusione più utile, perché questi sono i fattori che puoi effettivamente controllare. Parlare a turno in modo pulito, spostarsi in un luogo più tranquillo e lasciare che ogni oratore finisca farà di più per una chiamata tradotta di qualsiasi preoccupazione sulla qualità della linea.

6. Cosa distingue realmente le app di traduzione delle chiamate telefoniche

Poiché la larghezza di banda non costa nulla di misurabile e i sistemi migliori si trovano entro tre punti l'uno dall'altro su coppie facili, le differenze che contano sono altrove: quanto la qualità diminuisce sulla tua specifica coppia linguistica, se il prodotto può raggiungere il numero che devi chiamare e come la chiamata gestisce i turni di parola.

La coppia linguistica è la leva di qualità più grande con un ampio margine, quindi controlla il tuo corridoio specifico piuttosto che una media generale. Per quanto riguarda la portata, LiveLingo effettua la chiamata tradotta dall'app a qualsiasi numero di cellulare o fisso, quindi il destinatario risponde a una normale chiamata telefonica e non installa nulla. E per quanto riguarda la condotta, vale la pena sapere se un prodotto si annuncia onestamente o clona la tua voce per nascondere che è coinvolto un traduttore. livelingo.io/phone-call-translation

7. Cosa copre questo test e cosa no

I numeri sopra sono delimitati da quattro scelte di design specifiche. Affermarle non è una riserva sui risultati; è l'ambito entro cui i risultati sono validi.

La lettura pratica: la classifica nella sezione 1 è un confronto pulito e omogeneo, poiché ogni sistema ha ricevuto audio e valutazione identici. Il risultato della larghezza di banda nella sezione 3 è l'affermazione più sensibile alla scelta del corpus, e la replicazione sul parlato conversazionale spontaneo è il prossimo passo. Derivazioni complete, potenza statistica e gli artefatti di misurazione che abbiamo rimosso sono documentati su metodo completo e dati grezzi.

Domande frequenti

Il metodo completo, i risultati per lingua, la potenza statistica, le limitazioni e gli artefatti di misurazione che abbiamo rimosso sono documentati su livelingo.io/research/phone-line-bandwidth-method.