近几年，“宠语翻译”产品在应用商店中频繁出现，也能获得一定的下载和流水。这些产品逻辑类似，录一段猫叫，由系统匹配一条预设短语，我饿了、别烦我、我爱你等等。有媒体用自家狗子实测过，同一句话录进去多次，翻译出来的结果每次都不一样；把 App 自带的动物录音放给宠物狗听，狗也是无动于衷。

本质上来说，这些产品可能并没有真正的去翻译声音，更谈不上通过叫声理解宠物行为。用户下载这款产品的动机更多也是出于好玩，时间一长，“宠语翻译”这个赛道在大众认知里就被彻底打上了 " 伪科学 " 的标签。

但是最近，一家位于杭州的创企 PettiChat（ 萌小译 ） 推出了一款宠语翻译硬件，官方把它定位为全球首款实时 AI 宠语翻译器，售价还不低，198 美元，早鸟售价 129 美元。

一、搭载自研宠语大模型，准确率飙到 90%以上？

PettiChat 是一个夹在宠物项圈上的实体设备，重量 27 克，IP65 防水、ABS 抗咬材质，并配有手机 App。根据官方介绍，该设备内置了自研的宠语 AI 模型，设备捕捉到宠物的叫声后，会在设备端完成运算和推理，并在 1.2秒内把结果推送到 App 当中，用户需在 App 中查看结果，整个分析链路不需要云端处理，端侧即可完成。

让这件事不再像一个娱乐产品的就是 PettiChat 自研的宠语 AI 模型。官方表示，训练宠语 AI 模型时，采用音频+视频联合训练，将宠物的叫声，与行为视频对应起来，让 AI 了解叫声音与行为之间的关系。训练音视频数据长达 3200 小时、150 万条内容，由志愿者和兽医团队进行人工打标处理。根据官方给出的数据，针对猫狗的平均准确率分别达到了 94.6%和 92.3%。

从这一点来看，此前宠语 App 的处理逻辑是录音、匹配预设库、输出内容，而 PettiChat 的差异点在于搭载了宠语模型，实时处理，实时输出，并且使用一段时间后，AI 模型会针对宠物叫声的特点进行个性化校准，适配不同宠物，可以识别不同的语境、不同情绪状态。

二、94.6%的成功率只是仅供参考？

虽然官方给出的材料有些神乎其神，但从发表于动物学期刊的文章来看，“宠语翻译”在科学界有着不小的争议。

根据《Feline vocal communication》，家猫的叫声相比其他食肉目动物，甚至是野生近亲非洲野猫都更加活跃和丰富，这可能是在人类与猫共处的过程中，逐渐把叫声发展成了与人类交流的工具。作者认为，虽然家猫的叫声能够传达一些信息，但同一个叫声表达的内容和情绪并不固定，更像是有些随机的“情绪+情境”信号，而非是稳定、可翻译的语言系统，而且，人类对猫叫的研究也比较缺乏，很难准确还原动物真实意思。

从大模型再往前，可以说，“宠语翻译”在科学上并没有太强的依据。虽然，PettiChat 声称自己通过 150 万训练样本，实现 94.6%的准确率，但仔细观察，这种“准确”仍处于分析攻击、对抗、求助、休息、分离焦虑等粗颗粒度行为上，且由于同种叫声的传达内容并不固定，人类尚没有掌握一个准确、稳定的理解叫声的系统，PettiChat 给出的内容，可能依然在“仅供参考”范围。

写在最后

虽然没有很强的科学背书，但有一点可以确认，这次至少有人认认真真做了一个宠语翻译硬件，将声音与行为数据相关联的 AI 模型，还完成了 CE/FCC/RoHS 认证。PettiChat 目前已完成 100 万美元天使轮融资，首期众筹金额达到 12 万美元，虽然成绩并不算突出，但也有人买单。

后续，PettiChat 表示，公司正在构建百亿参数规模的动物行为世界模型 "PETTI"，目标是把猫狗的生物信号转化成可被 AI 处理的 tokens，最终填补“AI 与生物智能之间的理论空白”，至于能否做成，我们持续关注。

【本篇文章属于白鲸出海原创，如需转载：需联系授权方可，未经授权严转载!】

友情提醒：白鲸出海目前仅有微信群与QQ群，并无在Telegram等其他社交软件创建群，请白鲸的广大用户、合作伙伴警惕他人冒充我们，向您索要费用、骗取钱财！