システム情報
グラスの表示
タップで開始します
圏外でも使えるようにする
通信のあるときに取り込んでおくと、次からは圏外でも認識と 日英翻訳が動きます(AIより品質は下がります)。中身は設定の「オフライン音声認識」 (約228MB)と「オフライン翻訳」の日英(約76MB)。Wi-Fi推奨。
音声チャット
よく使う
一般的なフレーズ
探す
自分の文
相手が言ったこと
回答候補
記録
よくある文の初期データ
あなたのこと
設定
オフライン翻訳
言語の追加(セットで取込):圏外に備えるためのものです (通信があれば取込なしで全言語を使えます)。1押しで必要なものがまとめて入り、 同時に5言語まで——「消去」で入れ替えられます。
同時通訳の画面
バックアップ
アカウント
アカウント情報の削除
よくある質問
同時通訳が遅く感じます
設定の「同時翻訳を細かく更新する」と「同時翻訳の先読みをする」を両方入れてください。話している途中から訳が出ます。AIモデルを軽いものに替えるのも効きます。
「細かく更新する」=文の途中でも聞き取る。「先読みをする」=その途中の言葉も訳す。先読みだけを切ると、レンズは動いたままAIの費用が約5分の1になります。
言っていない言葉が出ます
設定の「音声認識モデル」を替えてください。whisper-1 は無音のときに字幕の決まり文句 (「ご視聴ありがとうございました」など)を作ることがあります。
タップしても候補が出ません
候補が出るのは相手が話し終わった文だけです。話している最中の文と、自分の文(行頭「↑」)には出ません。
タップしてから候補が出るまで少し待ちます
候補はタップされてから作るためです(1〜2秒)。開かれない画面のぶんまで毎回作ると、AIの費用が約3分の1増えます。
すぐ出したいときは、設定の「候補の先読みをする」を入れてください。そのぶん費用は増えます。
返事の候補がいまひとつです
設定の「AIモデル」を重いものにしてください。逆に返事が遅いときは軽いものにします。 どちらもサーバーが用意しているものだけが並びます。「外国語レベル」を変えると、 出てくる言い回しの難しさが変わります。
グラスの行数を変えたい
設定の「同時通訳の画面」で、原文とカタカナの行数を選べます。日本語は残りの行を全部使います。既定は原文3・カタカナ2・日本語4行です。
全体の行数は変えられないのですか
10行で固定です。グラスの画面(864×432)に入る上限で、文字の大きさは変えられません。1行目はお知らせ、残り9行が会話です。
レンズの矢印は何ですか
行頭は「誰が言ったか」です。
| ↑ | 自分が読み上げた言葉 |
| ↓ | 相手の言葉 |
行末はその文の状態です。
| →Q1 | タップすると返事の候補が出ます(数字は質問の通し番号) |
| ←Q1 | 返事をした質問 |
| ←A1 | 読み上げた返事(同じ番号の←Q1とペア) |
1行目の「→Q2」は、候補を出せる質問がいま2つあるという意味です。
1行目の「app:o net:o mic:o ↓:auto ...」は何ですか
| app / net / mic | アプリ・通信・マイクの状態(o=正常、x=不通) |
| inp:s / inp:l | 認識の場所(s=サーバー、l=この端末。圏外で自動で切り替え) |
| ↓:en | 相手の言語の設定(autoは自動判定) |
| ↑:jp | 「話す」が自分の日本語を待っています |
| →Q2 | 候補を出せる質問の数 |
「3/7 ▼で最新」は、いま何番目の文を見ているかです。▲で前へ、▼で最新へ(さかのぼりは10文まで。記録には全部残ります)。
カタカナは何のためにありますか
相手の言葉を耳で追うための目安です。読み方の目安であって、正確な発音記号では ありません。要らないときは「表示しない」にすると日本語が増えます。
カタカナ発音リンキングとは何ですか
英語で語と語がつながって聞こえる現象です。設定を「する」にすると、そのつながった音のとおりに書きます(既定は「しない」)。
| しない | シュッド アイ テイク ゼム アウト? |
| する | シュダイ テイク ゼマウト? |
「しない」は1語ずつ読めて、つっかえても失うのは1語。「する」は相手に自然に聞こえます。変わるのは英語とフランス語だけです。
「端末内の音声認識」はいつ使われますか
Even アプリの外(スマホのブラウザでこのページを直接開いたとき)だけです。 Even アプリの中では、Even アプリ経由でスマホのマイクを借りて録り、 サーバーで認識します。グラスの中のブラウザにはマイクの許可が下りず、ブラウザの 認識器は自分でマイクを開くしくみだからで、これは設定では変えられません。 (グラス側のマイクは使っていません。)
どの言語に対応していますか
相手の言葉は英語・フランス語・イタリア語・スペイン語・ドイツ語・タイ語・ベトナム語・中国語・韓国語の9言語です。旅先では「言語」で固定したほうが安定します(タイ語・ベトナム語は固定が必要です)。
「聴覚発話サポート」を入れると日本語(通訳しない)が増えます——相手も自分も日本語で話す場面用です。
サーバーに残っているものを消したいです
「バックアップ」の「バックアップの消去」で控えが消えます。アカウントごと消すなら 「アカウント」の「アカウント情報を削除」で、このアカウントについてサーバーが持って いるもの(記録と設定のバックアップ)が全部消え、この端末はログアウトします。 どちらも端末の記録は残ります(消すなら「記録」の「すべて消す」です)。
どちらも元に戻せません。押すと確認が出るので、そこで決めてください。
マイクが無くても試せますか
「音声チャット」の「相手が言ったこと」に、聞こえた言葉を打ち込んで ください。マイクを使わずに、グラスの表示から候補まで一通り動きます。うるさい場所で 聞き取れないときや、筆談で相手に打ってもらうときも同じ箱です。
自分の言いたいことは、どこに打ちますか
「音声チャット」上半分の「その場の言葉を日本語で」です。スマホが読み上げます。下の「相手が言ったこと」は逆向き(訳してレンズに出す)なので、間違えないでください。
文を押すと読み上げますか
押すとスマホが読み上げます。「音声チャット」に並んでいる文も、 「記録」の各行の右にあるスピーカーも同じです。もう一度押すとゆっくり読み直し、話している間に押すと 止まります。記録のほうは相手の言葉も自分の言葉も、その行をそのまま読み上げます。
この端末が読み上げできないときは、その旨がボタンの上に出ます。そのときは文を 画面で見せてください。
首で答えるとはどういう機能ですか
回答候補が出ているあいだだけ、首を傾けて候補を選び、読み上げます。設定の「首で答える」で入にします(既定は切)。
| 右へ | 1番目の候補 |
| 上へ | 2番目の候補 |
| 左へ | 3番目の候補 |
0.6秒そのままで決まります。入にすると候補の行頭が「→ ↑ ←」に変わります。下(うなずき)は相槌と同じ動きなので、何も割り当てていません。
「聴覚発話サポート」を入れると何が変わりますか
「音声チャット」の「自分の文」に、「話せません。筆談をお願いします」と 「耳が聞こえません。ゆっくりお願いします」が加わり、「言語」に 日本語(通訳しない)が増えます。聞こえにくい方、声が出しにくい方の ための設定です。
読み上げのボタンはこの設定に関係なく常に出ています。言いづらいとき、 発音を確かめたいとき、うるさい店で声が通らないときにも要るものだからです。
スマホからグラスの操作はできますか
「グラスの表示」の下のボタンが、グラスの操作と同じです。PC のブラウザでは ↑ ↓ Enter Esc でも動きます。
通信が悪いときはどうなりますか
一度訳した文はこの端末に取ってあり(300文まで)、翻訳が失敗したときはそれを出します(レンズに「前の訳」。近い文しか無いときは「近い文の訳」と正直に書きます)。
完全な圏外でも、「オフライン音声認識」「オフライン翻訳」を取込んであれば端末内で続きます(次の項目)。無ければ認識も止まります。
「オフライン音声認識」とは何ですか
圏外でも音声認識をこの端末で続ける仕組みです。設定で「する」にして「取込」(約228MB・Wi-Fi推奨・数分)を済ませると、切り替えは自動です。1行目が inp:s → inp:l に変わります。
下の表は圏外の対応です。通信があれば、表に関係なく9言語すべて取込なしで使えます。
| 言語 | 圏外の音声認識 | 圏外の翻訳 |
|---|---|---|
| 日本語⇄英語 | ○ | ○(標準) |
| 中国語・韓国語 | ○ | ○(追加取込) |
| 仏・伊・西・独・泰・越 | ✕ | ○(追加取込・話す/文字入力のみ) |
声はどこにも送りません。モデルはアプリを閉じても残り、取込は一度だけです。圏外での最初の1文だけ、準備に1分ほどかかることがあります。
「オフライン翻訳」とは何ですか
圏外でも翻訳をこの端末で続ける仕組みです(Firefoxと同じエンジン)。相手の言葉は日本語に、「話す」の日本語は相手の言語になります(1行目に「端末訳」)。
基本は日英(約76MB)。ほかの言語は「言語の追加」で1言語ずつ、同時5言語まで——「消去」で入れ替えます。中国語・韓国語は音声認識モデルも同じ1押しで入ります。取込は圏外に備えるためのもので、通信があれば取込なしで全言語使えます。
| 言語 | 圏外の音声認識 | 圏外の翻訳 | 追加サイズ |
|---|---|---|---|
| 日本語⇄英語 | ○ | ○ | 標準(76MB) |
| 中国語 | ○ | ○ | 約72MB |
| 韓国語 | ○ | ○ | 約72MB |
| フランス語 | ✕ | ○ 話す・文字入力のみ | 約50MB |
| イタリア語 | ✕ | ○ 話す・文字入力のみ | 約50MB |
| スペイン語 | ✕ | ○ 話す・文字入力のみ | 約49MB |
| ドイツ語 | ✕ | ○ 話す・文字入力のみ | 約49MB |
| タイ語 | ✕ | ○ 話す・文字入力のみ | 約48MB |
| ベトナム語 | ✕ | ○ 話す・文字入力のみ | 約40MB |
認識✕の言語は、圏外では「話す」と文字入力だけ使えます(通信があれば認識も動きます)。タイ語・ベトナム語の認識は「固定」モードで。英語経由の2段翻訳のため、圏外では1文に数秒かかることがあります。
カタカナ読みは端末内では作れません。通信のあるときに使った文の読みがたまり、その文は圏外でも読み付きで出ます。
通信のあるときも、AIの訳が届くまでの1〜2秒、端末訳が先に出ます(設定「AI訳の前に端末訳を先に出す」・取込済のときだけ)。文はどこにも送らず、消去はいつでもできます。
「よくある文の初期データ」とは何ですか
よくある文と、その訳・返事の候補・カタカナを、この端末に取り込むものです。 通信が悪いときや翻訳が失敗したときに、ここから出します。 言語ごとに取り込め、いくつでも同時に持てます。聞こえた言語のものが自動で 使われるので、言語を切り替えても取り込み直す必要はありません。
1言語あたり約175KB、5言語すべてで約0.9MBです。「全ての言語を一括取込」で まとめて入れられます。
「よくある文の初期データ」はいつ消えますか
こちらから「消去」するまで残ります。「記録をすべて消す」でも消えません。Evenアプリが保存領域を消したときは控えから自動で戻り、戻らなければもう一度「取込」してください。文が増えたときも「取込」を押すだけで新しくなります。
取り込みは常に全ての場面です。「閲覧する場面」は表示を絞るだけで、外した場面も圏外で答えます。
ときどき訳が遅くなります
混み合って断られたときは、3分のあいだ文の終わりだけ訳す動きに自動で切り替わります。会話は続き、設定に残り時間が出ます。
すぐ戻すには「同時翻訳を細かく更新する」を切って入れ直してください。
アプリを開いていないとマイクは動きますか
動きません。このアプリは Even アプリの中で動くので、開いているあいだだけ 聞き取れます。ほかの画面に移ったり閉じたりするとマイクは止まり、 戻ってきたときに自動で開き直します(止めてから離れたときは開きません)。
会話の区切りはどこで決まりますか
同時通訳を止めたとき(グラスのダブルタップ、または「止める」。 ダブルタップのときはレンズの表示も消えます)、 30分あいたあとの最初のひとこと、そして20行たまったときです。 どれも記録は消えず、 そこから先が別の会話として保存されます。訳すときに前の会話を参照しなくなるので、 相手が変わったら止めておくと訳が安定します。
会話はどこに保存されますか
この端末に保存します。ログイン中は「バックアップ」を入にしておくと、サーバーにも 控えが残ります。
設定の「会話をこの端末に残す」を切ると、いま保存されているものも消えます ——新しく残さなくなるだけではありません。取ってある訳も一緒に消えます(同じ会話の 文なので)。残っているものがあるときは、切る前に確認が出ます。
「よくある文の初期データ」は消えません。誰かが話した言葉ではなく、 こちらから取り込んだものだからです。
「バックアップ」は何のためにありますか
記録と設定を、ログインしている Google アカウントごとにサーバーへ保存します。 元は端末です。バックアップは、端末を替えたときや、 Even アプリがこの画面の保存領域を消したときに戻すためのものです。 (2つめは実際に起きます。)
消すときは「バックアップの消去」です。端末の記録はそれでは消えません (消すなら「記録」の「すべて消す」です)。
「あなたのこと」は何に使われますか
入れておくと回答候補が具体的になります。空欄でかまいません。この端末に保存され、 会話の1回ぶんの手がかりとして送られます。ログイン中で「バックアップ」が入のときは、 ほかの設定と一緒にサーバーの控えにも入ります(「バックアップの消去」で消せます)。
候補が多いときは
入りきらないときは▲と▼で送れます。いちばん上の質問は動かず、 その下の候補だけが入れ替わります。続きがあるときは「1-2/3 ▼」のように位置が出ます。 番号は送っても付いたままなので、いま何番目を見ているか分かります。
うまく動かないときは
「表示診断」を開いてください。この環境には開発者コンソールがないので、数字と警告は そこに出ます。いちばん下の行に、いま動いているアプリの版と中身が出ます。 「文字テスト」はレンズにその文字が出せるかを、 「動きセンサー」はグラスや指輪の動きが届いているかを調べます。
表示診断
「音声がかすれる」ときは、この3行を見てください。 voice=いま使う声の名前、voices=この言語で選べる声、 audioRoute=マイクが開いているかどうか。 iPhoneには「ふざけた声」が混ざっています——Albert、Bad News、 Zarvox、Bahh など、わざと変な声を出すためのものです。声の一覧からは除いてあるので、 ここに出るのは実際に選ばれ得る声だけです。 マイクが開いていると、スマホは通話用の音声経路に切り替わり、 読み上げが細く聞こえることもあります。
「文字テスト」はレンズに文字の見本を出します。ラベルだけで後ろが空いている行は、 その文字がレンズのフォントに無いということです(半角カタカナがそうでした)。 言語を増やす前に、ここで韓国語・中国語が出るかを確かめます。
WASM(端末内の音声認識に使えるか)
電波の無いところでも聞き取れるようにするには、認識をこの端末で走らせることに なります。その前に、このブラウザに走らせる力があるかだけを測ります。 認識機能はまだ入っていません——数秒で終わり、通信もしません。
「スレッド なし」だと、4コアのうち1つしか使えません。
有効にするにはサーバに COOP/COEP を付けることになりますが、
それをやると外部から読み込むものが全部止まる可能性があります。
スレッドの実験は
そのページだけに headers を付けたもので、
アプリ本体は触りません。何倍になるかだけ先に分かります。
モデルの読み込みテスト(実物の音声認識)
上の測定の次は実物です。小さい認識モデル(Whisper tiny・約40MB)を読み込んで、 マイクの声をこの端末の中だけで文字にします。声はどこにも送りません。 初回はダウンロードに1〜2分かかります(2回目からはキャッシュ)。
SenseVoice テスト(日中韓英の本命モデル)
Whisper tiny は日本語が苦手でした。このモデル(SenseVoice small・約230MB・ 日中韓英+広東語)は開発環境の実測で日本語がほぼ完璧です。大きいぶん、 この端末に載るかを確かめます。Wi-Fi推奨——初回は230MBの ダウンロードがあります。声はどこにも送りません。
ベルガモット翻訳テスト(オフライン翻訳の実測)
「オフライン翻訳」を取込んだあと、この端末での翻訳の速さと質をここで測れます。 日本語の文は英語に、英語の文は日本語になります。文はどこにも送りません。
ホスト保存の容量テスト
よくある文と同じ「Evenアプリ側の保存場所」に、大きなデータが入るか・何秒かかるかを 測ります。ここが十分大きければ、オフライン音声認識のモデルを閉じても消えない 場所に置けます。①のあとアプリを完全に閉じて開き直し、②で 残っているかを確認。③で試し書き(最大85MB)を消します。
動きセンサー(IMU)
「合図」の行が、首をどちらへ傾けたかです。傾けてそのまま保ってください。 0.2秒ごとに読みを確認し、同じ向きが3回続いた時点(0.6秒)で判定します。 途中は「確認 1/3」と出ます。何回も動かす必要はありません——ひと続きの動作です。
ここに出るのは向きだけで、それが何を意味するかはこの画面の担当では ありません。「首で答える」を入にしていれば、右=1番・上=2番・左=3番の候補を 読み上げます(設定)。
見ているのは止まっているときの姿勢からの傾きで、動きの大きさではありません。 傾けたまま止めても値は下がらないので、そのまま保っていれば数えが進みます。
向きも出ます。上(x+)/下(x−)/右(y+)/左(y−)。実機で確かめた対応です。 姿勢は中央に戻るたびに取り直すので、座って首の角度が変わっても大丈夫です。
一度出たら、首を中央に戻すまで次は出ません。 戻せばすぐ受け付けます——合図の表示が1.5秒残りますが、それは表示だけで、 その間でも次の合図は出せます。 小さな揺れを拾わないよう、「大きさ」の25%(およそ15度)を超えた傾きだけを見ています。 しきい値は静止時の重力から自分で決めているので、単位が分からなくても効きます。
これは表示だけです。返事の選択にはつながっていません。 うなずきは会話中の相槌と同じ動きなので、そこを解けるまでは先へは進めません。
「振れ幅 1秒」が、いま動いている軸です。直近1秒ぶんだけを見ているので、 手を止めれば勝手に0に戻ります。押さずに何度でも試せます。 「振れ幅 ゼロから」は「ゼロに戻す」を押してからの累計で、 「この5秒のあいだに動いたか」を見るときに使います。
実機で分かっていること。値は加速度(重力の向き)です。 うなずくと x、横に傾けると y が動き、z は単独では立ちません。 そのため首を左右に振る動き(いやいや)はほとんど見えません—— 重力の軸まわりの回転だからです。 R1(指輪)を着けた手を動かしても値は変わりません。 ここに届くのはグラス側の動きだけです。
単位も軸の向きも公開されていないので、数字そのものに意味はありません。 比べられるのは振れ幅の大小だけです。「大きさ」の行は3軸の長さで、 静止していれば重力そのものになります(9.8前後ならm/s²、1.0前後ならG)。