تصور کنید که با یک غریبه صحبت میکنید، اما به جای صدای رباتیک از تلفن همراه خود، ترجمهای روان را مستقیماً در هدفون خود میشنوید. علاوه بر این، با لحن و طنین صدای گوینده اصلی. مترجم گوگل گوگل به تازگی فناوریای را راهاندازی کرده است که قطعاً موانع زبانی را از بین خواهد برد. ترجمه ماشینی در گوگل امسال بیستمین سالگرد خود را جشن میگیرد و این شرکت به خود میبالد که محصولاتش اکنون بیش از یک تریلیون کلمه در ماه ترجمه میکنند. جدید audio مدل Gemini ۳.۵ ترجمه زنده قصد دارد کل این رشته را به سطح بالاتری برساند. ترجمه متن سنتی و مفهوم ناخوشایند گفتن یک جمله، منتظر ماندن برای پردازش آن و سپس پخش نتیجه را فراموش کنید. گوگل به سمت ترجمه همزمان یکپارچه، نوعی که ما از متخصصان میشناسیم، حرکت میکند.
مدل جدید میتواند زبان گفتاری را تقریباً به صورت بلادرنگ و در بیش از ۷۰ زبان ترجمه کند. برخلاف راهحلهای قدیمیتر، منتظر نمیماند تا گوینده صحبت خود را تمام کند. این مدل به طور مداوم ترجمه میکند و فقط برای چند ثانیه پشت گوینده میماند، در حالی که لحن، سرعت و زیر و بمی صدای او را حفظ میکند. ترجمه حاصل به سادگی مانند گوینده اصلی به نظر میرسد. نوآوری کلیدی، تولید مداوم گفتار است. این مدل به طور مداوم و هوشمندانه بین اینکه منتظر متن اضافی بماند (و در نتیجه کیفیت ترجمه را بهبود بخشد) یا بلافاصله ترجمه کند و با گوینده همگام شود، تعادل برقرار میکند. نتیجه، گفتاری روان و بدون مکثهای غیرطبیعی است. علاوه بر این، نیازی به تنظیم دستی زبان نیست. این مدل به تنهایی بیش از ۷۰ زبان را تشخیص میدهد و میتواند به راحتی با مکالمات چندزبانه یا محیطهای پر سر و صدا کنار بیاید.
در «حالت گوش دادن» جدید، شما به سادگی گوشی را نزدیک گوش خود نگه میدارید، گویی که با کسی از طریق تلفن صحبت میکنید. سپس میتوانید ترجمه را به طور نامحسوس مستقیماً از گیرنده گوشی بشنوید، که پویایی ارتباط شخصی در یک محیط خارجی را کاملاً تغییر میدهد. دیگر لازم نیست دست خود را با صفحه نمایش روبروی صورت یک غریبه نگه دارید. این ویژگی جدید به تدریج در تماسهای ویدیویی در ... معرفی خواهد شد. دیدار با Googleترجمه گفتار ابتدا به عنوان بخشی از آزمایش خصوصی برای مشتریان تجاری منتخب Google Workspace در آنجا ارائه خواهد شد و گوگل قول استقرار گستردهتر آن را در اواخر امسال داده است. این مدل از طریق ... در دسترس توسعهدهندگان قرار دارد. Gemini رابط برنامهنویسی کاربردی زنده. به عنوان مثال، پلتفرم حمل و نقل آسیایی Grab برای ارتباط بین رانندگان و مسافران، از جمله اولین پلتفرمهایی است که آن را آزمایش کرده است - بیش از 10 میلیون تماس صوتی ماهانه فقط از طریق برنامه آن انجام میشود. مدیریت این پلتفرم عمدتاً از تشخیص خودکار زبان و تأخیر بسیار کم آن تمجید میکند.
فناوریای که بتواند با صدای خودتان به یک زبان خارجی صحبت کند، مسلماً یک شمشیر دولبه است. برای جلوگیری از گسترش جعل عمیق و اطلاعات نادرست، تمام صداهای تولید شده توسط مدل دارای یک واترمارک دیجیتالی نامفهوم به نام SynthID هستند. این امر امکان تشخیص محتوای قابل اعتماد توسط هوش مصنوعی را در آینده فراهم میکند. با این اقدام، گوگل به طور قابل توجهی مزیت رقابتی خود را تقویت میکند. Apple اخیراً روی ترجمه زنده شرط بندی کرده است Airپودچ و سامسونگ به طور گسترده مترجم هوش مصنوعی خود را مستقیماً به تلفنهای خود وارد میکنند Galaxyبا این حال، محصول جدید گوگل کاملاً با زبانهای چک و اسلواکی کار میکند و کیفیت ترجمه طبق اولین آزمایشهای ما درجه یک است. تولیدکنندگان مترجمهای سختافزاری تک منظوره، دوران سختی را پیش رو خواهند داشت.
چگونه عملکرد را فوراً فعال کنیم؟
- برنامه Google Translate را در اپ استور بهروزرسانی کنید (Google Play / App Store).
- پس از باز کردن برنامه، روی نماد «مکالمات» ضربه بزنید.
- مورد جدید "گوش دادن" را انتخاب کنید و روی "شروع" کلیک کنید.
- گوشی را کنار گوش خود بگذارید و شروع به گوش دادن کنید.chat محیط اطراف
طبق اولین آزمایشهای ویراستاری ما، این ویژگی بسیار قابل اعتماد عمل میکند و صدای گویندگان اصلی را به طرز شگفتآوری با وفاداری تقلید میکند. نظر شما در مورد این نوآوری علمی تخیلی چیست؟ در بحث با ما در میان بگذارید.
و در این دنیا Siri چکی صحبت نمیکند. غمگین
موافقم، مسخره است.
و پیکسلی که فقط میخندد
من یک فیلم کره جنوبی را به زبان اصلی امتحان کردم. انگار به دوران نوارهای ویدیویی و دوبله سریع برگشته بودم.
و چطور تونستی کاریش کنی که کار کنه؟ من پیشنهاد رو اونجا میبینم اما نمیتونم روش کلیک کنم (مثل تصویر توی مقاله خاکستری شده). ممنون از راهنماییت 😉👍🏻
احتمالاً به این دلیل که هدفون خود را وصل نکرده بودید. و مطمئن شوید که برنامه بهروز است، در آیپد قدیمی وجود نداشت و بعد از بهروزرسانی وجود دارد.
و چه محتوا را فهمیده باشید چه نه، این مهم است، رایگان و بلافاصله، و شما میفهمید. کمال رایگان نیست.
همین... کلمات را ترجمه کرد، به نوعی با زیرنویسها هماهنگ بود، اما با تمرکز روی صدای متفاوت، خب، کاملاً یکسان نبود. در عوض، بگذارید همه خودشان آن را امتحان کنند و قضاوت کنند. به مرور زمان توسعه خواهد یافت. به عنوان مثال، نتفلیکس و دیگران نوعی API را در دسترس قرار خواهند داد/یک هوش مصنوعی مفسر ایجاد خواهند کرد.
نمیدانم چه اشتباهی میکنم، اما منو هست، اما نمیتوانم آن را انتخاب کنم 🤷♂️ درست مثل تصاویر این مقاله، «خاکستری» است، بنابراین نمیدانم؟ آیا موجود است یا نه؟!
دارم تستش میکنم و موقع بازی Far Cry 6 خیلی هنگ میکنه، بعضی وقتا هیچی ترجمه نمیکنه، بعضی وقتا یه کلمه رو تو یه دقیقه میگه و بعضی وقتا هم یه کلمه رو قطع میکنه و 30 بار تکرار میکنه که خیلی عجیبه. اما میفهمم که موسیقی و افکت داره، باید همه رو بیصدا کنم و نهchat فقط یک صدا، که کسلکننده میشد. اما در یوتیوب، جایی که یک نفر واضح صحبت میکند و صدایش در موسیقی خفه نمیشود، نتیجه کاملاً خوب است.
واقعاً برای من کار نکرد، اما من فقط برای یک لحظه آن را امتحان کردم.
اما چه خوب میشد اگر صدا را از تلفن میگرفت. من منتظر تماسی از اتریش بودم و آلمانیام افتضاح بود. خوشبختانه یک چکی تماس گرفت و آن را برای خارجیها ترجمه کرد. دستورالعمل پخش صدای بلند تلفن و سپس مترجم کار نمیکند، ظاهراً تلفن طوری تنظیم شده که صدای تلفن را نادیده بگیرد (این یک مشکل فنی است، باعث سوت یا پژواک میشود).