"你们支持多少种语言?" —— 为什么我们的诚实回答是六个数字,而不是一个

这是每次采购通话的第一个问题,也是每场演示的第一个问题。我们每周会被问到三次:

"InterMIND 支持多少种语言?"

诚实的回答是:这取决于您所指的是哪一个产品面。 我们有六个产品面,它们的语言列表各不相同,而且都有充分的理由。本页面就是权威答复,以免我们再给出前后不一致的回答。

简要版本

产品本身是 22 种语言。 文件:30。官网:16。API 引擎:24。

语音、聊天和笔记共享同样的 22 种语言。文件更广,因为文件流水线能做到。官网更窄,因为翻译一个营销网站与翻译产品内文案的成本不同。

以下所有内容都是在解释这些数字为何不一致。

为什么不存在单一数字

一个翻译平台并不是一个产品。它至少是三个产品:

1. 实时语音流水线 —— 音频输入,一秒内翻译音频输出,在延迟预算极为苛刻的会议中运行。
2. 实时文本流水线 —— 聊天消息和共享笔记,逐字符地传播给每位查看者所使用的语言。
3. 异步文档流水线 —— 拖入聊天的 40 页 PDF,作为整份文件翻译,并保留格式和结构。

每条流水线都有自己的引擎、自己的延迟预算,以及各语言对独立的质量范围。一种在文档中达到生产级质量的语言(慢速、精细、多轮处理),在实时语音中(快速、一次成型、无重试)可能完全不可用。将这些视为"一个语言总数"正是那种在营销页面上宣称"支持 200 多种语言"却什么信息都没告诉您的做法。

因此,我们按每个产品面分别公布。

1. 平台 API —— 24 种语言

这是最广的列表,因为它是引擎层面。createParticipant 接口 接受以下 24 个代码:

ar, cs, da, de, en, es, fi, fr, hi, hu, is, it, ja, ko, nl, no, pl, pt, ro, ru, sv, tr, uk, zh

如果您是直接在 Mind 上构建的集成方,您可以将这 24 种中的任意一种传递给某位参与者。这并不意味着这 24 种全部都达到了我们的产品质量标准。它意味着我们的引擎可以输出该语言的文本。产品层面会进一步收紧这个范围。

2. 产品内的语音、聊天和笔记 —— 22 种语言

当用户加入 InterMIND 会议时,语言选择器显示的是 22 种语言,而非 24 种。其中两种被移除了:阿拉伯语(ar)、印地语(hi)。

原因是:这两种语言的语言对未能达到我们在 /benchmark 上公布的中位质量标准。引擎能产生输出,但输出质量不足以出现在合规会议中。因此我们将它们从选择器中隐藏,而不是让用户选择一种会在审计员面前令他们难堪的语言。

这是一个刻意的选择。这个品类中的大多数玩家采取相反做法 —— 罗列模型能输出的一切,让买家在错误的时刻发现某个语言对存在问题。我们宁愿显示一个更小的选择器。

同一份 22 种语言的列表适用于三个实时产品面:

• 语音翻译 —— 面向每位查看者的翻译音频,亚秒级延迟。每位参与者在通话开始时选择自己的收听语言。
• 聊天消息 —— 每条消息在输入时实时翻译;编辑会产生按语言的差异对比(参见 v1.2)。
• 共享笔记 —— 主持人笔记面板的逐字符实时翻译,按查看者呈现,并带有差异历史。

一个选择器、一份 22 种语言列表、三个使用场景。

3. 按需文件翻译 —— 30 种语言

将 PDF、DOCX、PPTX 或 XLSX 拖入聊天。每位参与者都可以以自己的语言请求该文件。翻译后的副本以相同的文件格式返回,结构得以保留(表格、标题、列表)。

此产品面使用 DeepL Document API,目前支持 30 种目标语言 —— 比我们的实时语音流水线更广。我们直接将这一能力开放给用户。如果您今天可以在 DeepL 上将 PDF 翻译成爱沙尼亚语,那您今天就可以在 InterMIND 聊天中将其翻译成爱沙尼亚语。

DeepL 列表中包含一些我们实时流水线未覆盖的语言 —— 例如保加利亚语、希腊语、爱沙尼亚语、立陶宛语、拉脱维亚语、书面挪威语、斯洛伐克语、斯洛文尼亚语 —— 而且值得注意的是,我们从语音中过滤掉的一种语言:阿拉伯语在文件上是可用的。法国参与者可以请求获取阿拉伯语版的合同 PDF,即便他无法用阿拉伯语收听会议。我们在选择器中标注这种不对称,而不是隐藏它。

我们 API 中唯一在两个流水线上都不可用的语言是:印地语。引擎接受它作为输入,但语音质量和 DeepL 覆盖都尚未达到可交付的结果。它是唯一一种"在 API 上可用,但在其他所有地方都不可用"的语言。

为什么文件列表在整体上更大:

• 文档是异步的。没有一秒预算,所以流水线可以承担一个更慢、更精细、能很好处理更多语言对的引擎。
• DeepL 是同类最佳的文档翻译引擎,我们在文件上直接使用它。我们不会尝试将文档路由到运行语音的同一个引擎。不同的问题,不同的工具。

4. 官网 UI —— 16 种语言

intermind.com 目前发布了 16 种区域语言版本:英语、德语、西班牙语(拉丁美洲)、法语、意大利语、葡萄牙语(巴西)、荷兰语、波兰语、乌克兰语、简体中文、俄语、日语、韩语、土耳其语、印尼语和越南语。

其中两种 —— 印尼语和越南语 —— 在公开网站上做了本地化,但尚未可用于会议内翻译:我们的语音引擎尚未覆盖它们。因此,您可以用印尼语阅读落地页、博客和文档,但如果您加入会议,语音和聊天翻译暂时还不支持印尼语。我们在语言切换器中标注这一点,而不是让您在实时通话中才发现。其余 14 种区域语言版本是完整产品 —— 官网和会议内均可用。

为什么比文件列表更窄:

• 一个营销网站有其自身的翻译成本 —— 也有其自身的质量标准。落地页、常见问题、定价、法务文案。这些都不是免费的。
• 我们只在流量和流水线足以支撑维护的语言中发布,而不是产品支持的每一种语言。
• 网站列表在两个地方(id、vi)刻意领先于产品:即便在语音引擎覆盖某种语言之前,本地化公开产品面本身也是一个独立的获客层。

这份列表会随流水线的扩张而增长。它并非在原则上封顶,而是在成本上封顶。

模式,以及如何看待任何厂商的页面

每一家多语言厂商都具备这些相同的产品面。大多数厂商只报出最广的那个数字,让您自己去发现其余。诚实的版本是这样的:

• 引擎列表最广,因为它反映的是模型能输出什么。
• 产品列表更窄,因为并非每个引擎输出都能达到产品标准。
• 文档列表通常与语音列表不同,因为引擎不同。
• 官网列表最窄,因为翻译您自己的网站要花真金白银。

当您评估此品类中的任何平台时,请分别索要这四个数字。如果厂商拒绝拆分 —— 或者不知道 —— 那您得到的就不是一个有用的答案。

我们不会假装的事情

• 两种被过滤的语言是真实存在的。 我们的引擎接受阿拉伯语和印地语,而我们将它们从语音/聊天/笔记选择器中移除,是因为它们未达到我们公开的质量标准。阿拉伯语在文件流水线上仍然可用(DeepL 能很好地处理这些文档)。印地语在实时或文件层面都不可用 —— 在任何一侧达标之前,我们都不会发布它。
• 文件列表(30)比语音列表(22)更广是一个真实存在的差距,而不是一项功能。 法国用户可以请求 PDF 的爱沙尼亚语翻译,但无法用爱沙尼亚语收听会议。我们不会通过报出更大的数字并寄希望于您注意不到来掩饰这一点。
• 网站在印尼语和越南语上领先于产品是一个差距,而不是一项功能。 您可以用这两种语言阅读网站,但暂时无法用它们进行会议。我们在切换器中标注这一点,而不是让您在通话中才发现。当语音引擎添加它们时,我们就会弥合这一差距。

亲自体验

• /demo —— 使用生产环境的语音 + 聊天流水线对您的音频进行处理,支持 22 种产品语言中的任意一种。与 /benchmark 中评分的是同一条流水线。
• /benchmark —— 基于真实流量的按语言对、按月质量数据。包括我们从选择器中刻意隐藏的语言对,可通过 URL 深度链接。
• /benchmark/methodology —— 这些数字是什么、不是什么,以及评判者是谁。

六个数字、六个产品面、一个引擎。这就是"你们支持多少种语言"的诚实回答。

—— The Mind.com Team