1970 年，阿波罗 13 号飞船发生事故后，舱内二氧化碳浓度持续上升。宇航员手边有方形的氢氧化锂滤芯，但需要安装它的位置却是圆形接口。地面团队面对的不是缺少滤芯，而是两个现成部件无法直接配合。
NASA 工程师 Ed Smylie 参与带领团队，用飞船上已有的材料设计转接装置，并把组装方法传给太空中的 Jim Lovell、Jack Swigert 和 Fred Haise。NASA 后来在阿波罗 13 号任务记录中留下了这次处理过程。解决办法没有要求宇航员把方形滤芯变成圆形，而是让系统适应他们已经拥有的东西。
语言工具也会遇到相似的问题。父母说出的那句话本来完整、自然，问题出在系统把 Twi 和英语当成两个互不相容的接口。
家里说话，本来就不会按语言分栏
想象家人在库马西打来电话，问一件当天要处理的事。问题从 Twi 开始，中间自然放进一个英语短语，因为那个说法更顺口，随后又回到 Twi。这不是口误，也不是“语言不纯”。对许多加纳家庭来说，这就是一句普通的话。
传统的单语言流程往往要求先做选择：请使用英语，或者请切换到 Twi。说话的人需要停下来判断设置，再把脑中的原话改造成机器容易接受的版本。一次语言错误看似只是几秒钟的麻烦，却会改变整段交流。父母可能缩短问题、改用自己没那么自在的表达，或者干脆让你代问。
这也是为什么语言识别不能只看一句话里出现了哪些词。系统还要保住它们之间的关系。英语短语可能补充时间、药名、工作安排或手机界面上的文字；它并不代表说话者已经换了一场对话。想进一步理解这种连续性，可以读读[语音消息从 Ghanaian English 切换到 Twi 后，助手还能记住上下文吗？](/blog/zh-CN/语音消息从-ghanaian-english-切换到-twi-后-助手还能记住上下文吗-ba0c3a88/)。
好体验从“不必重说”开始
Nkomo 支持自然的 Twi 和 Ghanaian English 对话，可以打字，也可以说话。父母可以按住说话，在同一个问题里自然切换语言，然后听到简短的语音回复。需要补充或纠正时，也可以直接打断，而不是等一段冗长回答播放完。
这种设计减少了三层负担。
第一层是语言负担。使用者不必先决定整句话属于哪一种语言。
第二层是操作负担。密码less magic link 登录省去了记密码；语音模式让人可以按住说话、听回复，并在需要时自然插话。
第三层是判断负担。系统如果出错，会明确显示错误，不会用沉默让人猜测到底是网络问题、识别失败，还是问题根本没有送出。
对熟悉智能手机的人，这些细节也许只是方便。对不想研究 AI 设置的父母，它们决定了下一次还愿不愿意开口。
听得懂之后，还要说清数据去了哪里
语音交流自然，不等于数据处理应该含糊。涉及家庭、健康、金钱或工作的问题时，父母有理由知道一句话是否会到达云端，以及设备上会留下什么。
Nkomo 提供明确的云端同意选项：永不允许、每次询问，或仅本次会话允许。对话历史保存在设备上，并由使用者控制；关闭历史后，记录会立即清除。用户也可以一键导出数据或删除账户。
这些控制不该藏在模糊的承诺里。选择“每次询问”，意味着每次都有决定权；选择关闭历史，意味着设备上的历史立即被清除。边界越具体，家人越容易根据眼前这次对话作决定。
如果你正在比较语言学习工具与日常对话工具，[Learning Twi versus living in Twi](/blog/zh-CN/learning-twi-versus-living-in-twi-when-a-lesson-app-helps-with-pronunciation-and-when-a-code-switching-conversational-companion-fits-better-7ec977c9/)解释了两类需求为什么不同。练发音是一项任务，用家里本来就会说的方式解决问题，则是另一项任务。
真正该适配的是系统
阿波罗 13 号的方形滤芯没有做错什么。危险来自接口不匹配，而解决方案是建立一个可靠的连接。
父母在一句 Twi 里加入英语短语，也不需要被纠正。好的语音体验应当接住整句话，保留上下文，再用简洁的声音回答。它还要让人清楚知道数据是否进入云端、设备上保存了什么，以及怎样删除。
判断一款对话工具是否适合家人，可以先做一个简单测试：请他们按平常的方式说一句话，不要预先提醒他们选语言，也不要替他们改写。如果工具需要人先学会迎合它，那个圆形接口仍在那里。如果它能接住自然的 code-switching，并把控制权交还给说话的人，交流才算真正开始。
评论
暂无评论。