Φανταστείτε να μιλάτε σε έναν άγνωστο, αλλά αντί για μια ρομποτική φωνή από το κινητό σας τηλέφωνο, ακούτε μια άπταιστη μετάφραση απευθείας στο ακουστικό σας. Επιπλέον, με τον τόνο και την χροιά της φωνής του αρχικού ομιλητή. Μεταφραστής Google μόλις λάνσαρε μια τεχνολογία που θα καταρρίψει οριστικά τα γλωσσικά εμπόδια. Η μηχανική μετάφραση στην Google γιορτάζει φέτος την εικοστή επέτειό της και η εταιρεία καυχιέται ότι τα προϊόντα της μεταφράζουν πλέον πάνω από ένα τρισεκατομμύριο λέξεις ανά μήνα. Νέα audio μοντέλο Gemini Το 3.5 Live Translate στοχεύει να ανεβάσει ολόκληρο τον κλάδο στο επόμενο επίπεδο. Ξεχάστε την παραδοσιακή μετάφραση κειμένου και την αμήχανη ιδέα να πρέπει να πείτε μια πρόταση, να περιμένετε να γίνει η επεξεργασία της και στη συνέχεια να αναπαράγετε το αποτέλεσμα. Η Google κινείται προς την απρόσκοπτη ταυτόχρονη διερμηνεία, το είδος που γνωρίζουμε από τους επαγγελματίες.
Το νέο μοντέλο μπορεί να μεταφράσει την ομιλούμενη γλώσσα σε σχεδόν πραγματικό χρόνο, σε περισσότερες από 70 γλώσσες. Σε αντίθεση με παλαιότερες λύσεις, δεν περιμένει τον ομιλητή να τελειώσει την ομιλία του. Μεταφράζει συνεχώς, παραμένοντας πίσω από τον ομιλητή για λίγα μόνο δευτερόλεπτα, διατηρώντας παράλληλα τον τόνο, τον ρυθμό και την χροιά του. Η προκύπτουσα μετάφραση ακούγεται απλώς όπως ο αρχικός ομιλητής. Η βασική καινοτομία είναι η συνεχής παραγωγή ομιλίας. Το μοντέλο εξισορροπεί συνεχώς με έξυπνο τρόπο εάν θα περιμένει επιπλέον συμφραζόμενα (και έτσι θα βελτιώνει την ποιότητα της μετάφρασης) ή θα μεταφράζει αμέσως και θα συμβαδίζει με τον ομιλητή. Το αποτέλεσμα είναι άπταιστη ομιλία χωρίς αφύσικες παύσεις. Επιπλέον, δεν χρειάζεται να ρυθμίσετε χειροκίνητα τη γλώσσα. Το μοντέλο ανιχνεύει πάνω από 70 γλώσσες από μόνο του και μπορεί εύκολα να αντιμετωπίσει πολύγλωσσες συνομιλίες ή θορυβώδη περιβάλλοντα.
Στη νέα «λειτουργία ακρόασης», απλώς κρατάτε το τηλέφωνο στο αυτί σας, σαν να μιλάτε με κάποιον στο τηλέφωνο. Στη συνέχεια, μπορείτε να ακούσετε διακριτικά τη μετάφραση απευθείας από το ακουστικό του τηλεφώνου, κάτι που αλλάζει εντελώς τη δυναμική της προσωπικής επικοινωνίας σε ένα ξένο περιβάλλον. Τέλος στο να κρατάτε το χέρι σας με την οθόνη μπροστά στο πρόσωπο ενός αγνώστου. Η νέα λειτουργία θα εισαχθεί σταδιακά στις βιντεοκλήσεις το... Η Google συναντάΗ μετάφραση ομιλίας θα φτάσει πρώτα εκεί ως μέρος ιδιωτικών δοκιμών για επιλεγμένους εταιρικούς πελάτες του Google Workspace, με την Google να υπόσχεται ευρύτερη ανάπτυξη αργότερα φέτος. Το μοντέλο είναι διαθέσιμο στους προγραμματιστές μέσω Gemini Live API. Μεταξύ των πρώτων που το δοκιμάζουν είναι, για παράδειγμα, η ασιατική πλατφόρμα μεταφορών Grab για επικοινωνία μεταξύ οδηγών και επιβατών - πάνω από 10 εκατομμύρια φωνητικές κλήσεις πραγματοποιούνται μηνιαίως μόνο μέσω της εφαρμογής της. Η διαχείριση της πλατφόρμας επαινεί κυρίως την αυτόματη ανίχνευση γλώσσας και την εξαιρετικά χαμηλή καθυστέρηση.
Η τεχνολογία που μπορεί να μιλήσει μια ξένη γλώσσα με τη δική σας φωνή είναι, φυσικά, δίκοπο μαχαίρι. Για την αποτροπή της εξάπλωσης των deepfakes και της παραπληροφόρησης, όλος ο ήχος που παράγεται από το μοντέλο φέρει ένα μη ακουστό ψηφιακό υδατογράφημα που ονομάζεται SynthID. Αυτό επιτρέπει την αξιόπιστη αναγνώριση περιεχομένου μέσω τεχνητής νοημοσύνης στο μέλλον. Με αυτό το βήμα, η Google ενισχύει σημαντικά το ανταγωνιστικό της πλεονέκτημα. Apple πρόσφατα στοιχημάτισα σε ζωντανή μετάφραση στο AirΗ Podech και η Samsung προωθούν μαζικά τον διερμηνέα τεχνητής νοημοσύνης απευθείας στα τηλέφωνά τους GalaxyΩστόσο, το νέο προϊόν της Google λειτουργεί άψογα με τα τσεχικά και τα σλοβακικά, και η ποιότητα της μετάφρασης είναι κορυφαία σύμφωνα με τις πρώτες μας δοκιμές. Οι κατασκευαστές μεταφραστών υλικού για μία μόνο χρήση θα αντιμετωπίσουν ολοένα και πιο δύσκολες στιγμές.
Πώς να ενεργοποιήσετε αμέσως τη λειτουργία;
- Ενημερώστε την εφαρμογή Google Translate στο App Store (Google Play / App Store).
- Αφού ανοίξετε την εφαρμογή, πατήστε το εικονίδιο "Συζητήσεις".
- Επιλέξτε το νέο στοιχείο "Ακρόαση" και κάντε κλικ στο "Έναρξη".
- Βάλε το τηλέφωνο στο αυτί σου και άρχισε να ακούς.chat περίχωρα.
Σύμφωνα με τις πρώτες μας δοκιμές σύνταξης, η λειτουργία λειτουργεί πολύ αξιόπιστα και μιμείται τις φωνές των αρχικών ομιλητών με εκπληκτικά πιστό τρόπο. Τι πιστεύετε για αυτήν την καινοτομία επιστημονικής φαντασίας; Μοιραστείτε την μαζί μας στη συζήτηση.
Και σε αυτόν τον κόσμο Siri δεν μιλάει τσεχικά. Λυπάμαι.
Συμφωνώ, είναι γελοίο.
Και ο Πίξελ που απλώς γελάει
Δοκίμασα μια νοτιοκορεατική ταινία στην πρωτότυπη γλώσσα της. Ένιωσα σαν να γύρισα πίσω στην εποχή των βιντεοκασετών και της γρήγορης μεταγλώττισης.
Και πώς κατάφερες να το κάνεις να λειτουργήσει; Βλέπω την προσφορά εκεί αλλά δεν μπορώ να κάνω κλικ πάνω της (είναι γκριζαρισμένη όπως στην εικόνα στο άρθρο). Σας ευχαριστώ για κάθε συμβουλή 😉👍🏻
Πιθανώς επειδή δεν είχες συνδέσει τα ακουστικά σου. Και βεβαιώσου ότι η εφαρμογή είναι ενημερωμένη, δεν υπήρχε στο παλιό iPad και υπάρχει μετά την ενημέρωση.
Και το αν καταλάβατε το περιεχόμενο ή όχι, αυτό είναι που έχει σημασία, δωρεάν και άμεσα, και καταλαβαίνετε. Η τελειότητα δεν είναι δωρεάν.
Αυτό είναι όλο... Μετέφρασε τις λέξεις, κάπως ταίριαζε με τους υπότιτλους, αλλά εστιάζοντας σε μια διαφορετική φωνή, λοιπόν, δεν ήταν ακριβώς το ίδιο. Αντίθετα, ας το δοκιμάσει ο καθένας μόνος του και ας κρίνει. Θα εξελιχθεί με την πάροδο του χρόνου. Για παράδειγμα, το Netflix και άλλοι θα διαθέσουν κάποιο API/θα δημιουργήσουν μια ερμηνευτική AI.
Δεν ξέρω τι κάνω λάθος, αλλά το μενού υπάρχει, αλλά δεν μπορώ να το επιλέξω 🤷♂️ είναι "γκριζαρισμένο" όπως ακριβώς στις εικόνες στο άρθρο, οπότε δεν ξέρω. Είναι διαθέσιμο ή όχι;!
Το δοκιμάζω και αποτυγχάνει πολύ ενώ παίζω Far Cry 6, μερικές φορές δεν μεταφράζει τίποτα, μερικές φορές το λέει σε ένα λεπτό και μερικές φορές κόβει και επαναλαμβάνει μια λέξη 30 φορές, κάτι που είναι τρελό. Αλλά καταλαβαίνω ότι υπάρχει μουσική και εφέ, θα έπρεπε να βάλω τα πάντα σε σίγαση και όχι...chat απλώς μια φωνή, κάτι που θα ήταν βαρετό. Αλλά στο YouTube, όπου ένα άτομο μιλάει καθαρά και δεν πνίγεται από τη μουσική, το αποτέλεσμα είναι αρκετά καλό.
Δεν μου δούλεψε ιδιαίτερα, αλλά το δοκίμασα μόνο για μια στιγμή.
Αλλά τι καλό θα ήταν να έπιανε τον ήχο από το τηλέφωνο; Περίμενα κλήση από την Αυστρία και τα γερμανικά μου είναι απαίσια. Ευτυχώς, ένας Τσέχος τηλεφώνησε και το μετέφρασε για τους ξένους. Οι οδηγίες για να παίξει το τηλέφωνο δυνατά και στη συνέχεια ο μεταφραστής δεν λειτουργούν, το τηλέφωνο προφανώς έχει ρυθμιστεί να αγνοεί τον ήχο από το τηλέφωνο (είναι τεχνικό πρόβλημα, προκαλεί σφύριγμα ή ηχώ).