Képzeld el, hogy egy idegennel beszélgetsz, de a mobiltelefonod robothangja helyett egy folyékony fordítást hallasz közvetlenül a fülhallgatódban. Ráadásul az eredeti beszélő hanglejtésével és hangszínével. Google Fordító nemrégiben piacra dobott egy olyan technológiát, amely végérvényesen lebontja a nyelvi akadályokat. A Google gépi fordítása idén ünnepli huszadik évfordulóját, és a vállalat azzal büszkélkedhet, hogy termékei ma már több mint egybillió szót fordítanak le havonta. Új audio modell Gemini A 3.5 Élő fordítás célja, hogy a teljes szakmát a következő szintre emelje. Felejtse el a hagyományos szövegfordítást és azt a kínos koncepciót, hogy ki kell mondani egy mondatot, meg kell várni a feldolgozását, majd le kell játszani az eredményt. A Google a zökkenőmentes szinkrontolmácsolás felé halad, olyanhoz hasonlóan, amilyet a szakemberektől ismerünk.
Az új modell gyakorlatilag valós időben képes lefordítani a beszélt nyelvet, több mint 70 nyelven. A régebbi megoldásokkal ellentétben nem várja meg, amíg a beszélő befejezi a beszédet. Folyamatosan fordít, mindössze néhány másodpercig marad a beszélő mögött, miközben megőrzi annak intonációját, tempóját és hangmagasságát. Az eredményül kapott fordítás egyszerűen úgy hangzik, mint az eredeti beszélőé. A legfontosabb újítás a folyamatos beszédgenerálás. A modell folyamatosan intelligensen egyensúlyoz, hogy megvárja-e a további kontextust (és így javítsa a fordítás minőségét), vagy azonnal fordítson, és lépést tartson a beszélővel. Az eredmény folyékony beszéd természetellenes szünetek nélkül. Ráadásul nincs szükség a nyelv manuális beállítására. A modell több mint 70 nyelvet ismer fel önállóan, és könnyedén megbirkózik a többnyelvű beszélgetésekkel vagy a zajos környezettel.
Az új „hallgatási módban” egyszerűen a füléhez kell tartania a telefont, mintha telefonon beszélne valakivel. A fordítást ezután diszkréten, közvetlenül a telefon kagylójából hallhatja, ami teljesen megváltoztatja a személyes kommunikáció dinamikáját egy idegen környezetben. Nincs többé szükség arra, hogy a kijelzővel a kezét egy idegen arca elé tartsa. Az új funkció fokozatosan kerül bevezetésre a videohívásokban. A Google találkozikA beszédfordítás először a Google Workspace üzleti ügyfeleinek szóló privát tesztelés részeként érkezik oda, a Google pedig még idén szélesebb körű bevezetést ígér. A modell a fejlesztők számára elérhető a következő címen: Gemini Élő API. Az elsők között teszteli például az ázsiai Grab szállítmányozási platform, amely a sofőrök és utasok közötti kommunikációt segíti – havonta több mint 10 millió hanghívást bonyolítanak le csak az alkalmazásán keresztül. A platform vezetősége elsősorban az automatikus nyelvfelismerést és a rendkívül alacsony késleltetést dicséri.
Az olyan technológia, amely képes idegen nyelvet megszólaltatni a saját hangodon, természetesen kétélű fegyver. A deepfake-ek és a dezinformáció terjedésének megakadályozása érdekében a modell által generált összes hang egy hallhatatlan digitális vízjelet, a SynthID-t hordozza. Ez lehetővé teszi a megbízható mesterséges intelligencia általi tartalomfelismerést a jövőben. Ezzel a lépéssel a Google jelentősen megerősíti versenyelőnyét. Apple nemrég fogadtam az élő fordításra AirA Podech és a Samsung is nagymértékben telepíti mesterséges intelligencia értelmezőjét közvetlenül a telefonjaiba. GalaxyA Google új terméke azonban tökéletesen működik cseh és szlovák nyelven, és az első tesztjeink szerint a fordítás minősége is elsőrangú. Az egycélú hardverfordítók gyártóinak egyre nehezebb dolguk lesz.
Hogyan lehet azonnal aktiválni a funkciót?
- Frissítse a Google Fordító alkalmazást az alkalmazásboltban (Google Play / App Store).
- Az alkalmazás megnyitása után koppintson a „Beszélgetések” ikonra.
- Válassza ki az új „Hallgatás” elemet, majd kattintson a „Start” gombra.
- Tedd a telefont a füledhez, és kezdj el hallgatni.chat környék.
Első szerkesztői tesztjeink szerint a funkció nagyon megbízhatóan működik, és meglepően hűen utánozza az eredeti beszélők hangját. Mit gondolsz erről a sci-fi újdonságról? Oszd meg velünk a beszélgetésben.
És ebben a világban Siri Nem beszél csehül. Szomorú.
Egyetértek, nevetséges.
És Pixel, aki csak nevet
Megpróbáltam megnézni egy dél-koreai filmet eredeti nyelven. Olyan érzés volt, mintha visszakerültem volna a videokazetták és a gyors szinkronizálás idejébe.
És hogy sikerült működésre bírnod? Látom az ajánlatot, de nem tudok rákattintani (szürkén van, mint a cikkben lévő képen). Köszönöm a tanácsokat 😉👍🏻
Valószínűleg azért, mert nem volt bedugva a fejhallgató. És győződj meg róla, hogy az alkalmazás naprakész, a régi iPaden nem volt ott, és a frissítés után van.
És akár megértetted a tartalmat, akár nem, az számít, ingyen és azonnal, és megérted. A tökéletesség nem ingyen van.
Ez csak... Lefordította a szavakat, valahogy illett a feliratokhoz, de egy másik hangra fókuszálva, nos, az nem volt egészen ugyanaz. Inkább mindenki próbálja ki maga, és ítélje meg. Idővel fog fejlődni. Például a Netflix és mások elérhetővé tesznek majd valamilyen API-t/létrehoznak egy értelmező mesterséges intelligenciát.
Nem tudom, mit csinálok rosszul, de a menü ott van, de nem tudom kiválasztani 🤷♂️ "Szürkén" van jelölve, pont mint a cikkben lévő képeken, szóval nem tudom? Elérhető vagy nem?!
Tesztelem, és sokszor hibázik Far Cry 6 közben. Néha semmit sem fordít le, néha egy perc alatt elmondja, néha pedig elvágja és 30-szor megismétli ugyanazt a szót, ami őrület. De megértem, hogy van zene és effektek, akkor mindent le kellene némítanom, és nem...chat csak egy hang, ami unalmas lenne. De a YouTube-on, ahol egy ember tisztán beszél, és nem nyomasztja a zene, az eredmény egészen jó.
Nekem nem igazán működött, de csak egy pillanatra próbáltam ki.
De mi lenne jó, ha felvenné a telefon hangját? Ausztriából vártam egy hívást, és a némettudásom szörnyű. Szerencsére egy cseh hívott, és lefordította a külföldieknek. Az utasítások, hogy hangosan játsszák le a telefont, majd a fordító nem működik, a telefon nyilvánvalóan úgy van beállítva, hogy figyelmen kívül hagyja a telefon hangját (ez egy technikai probléma, sípoló vagy visszhangos hangot ad).