Պատկերացրեք, որ խոսում եք անծանոթի հետ, բայց ձեր բջջային հեռախոսից եկող ռոբոտային ձայնի փոխարեն, դուք լսում եք ուղիղ ձեր ականջակալում սահուն թարգմանություն։ Ավելին, բնօրինակ խոսողի ինտոնացիայով և ձայնի տեմբրով։ Google թարգմանիչ հենց նոր է թողարկել մի տեխնոլոգիա, որը վերջնականապես կհաղթահարի լեզվական արգելքները: Google-ի մեքենայական թարգմանությունը այս տարի նշում է իր քսանամյակը, և ընկերությունը հպարտանում է, որ իր արտադրանքն այժմ ամսական թարգմանում է ավելի քան մեկ տրիլիոն բառ: Նոր audio մոդել Gemini 3.5 Live Translate-ը նպատակ ունի ամբողջ ոլորտը հասցնել հաջորդ մակարդակի: Մոռացեք ավանդական տեքստի թարգմանության և նախադասություն ասելու, դրա մշակմանը սպասելու և արդյունքը լսելու անհարմար գաղափարի մասին: Google-ը անցնում է անխափան միաժամանակյա թարգմանության, այնպիսին, ինչպիսին մենք գիտենք մասնագետներից:
Նոր մոդելը կարող է թարգմանել խոսակցական լեզուն գործնականում իրական ժամանակում՝ ավելի քան 70 լեզուներով: Ի տարբերություն հին լուծումների, այն չի սպասում, որ խոսողն ավարտի խոսելը: Այն անընդհատ թարգմանում է՝ մնալով խոսողի ետևում ընդամենը մի քանի վայրկյան՝ պահպանելով նրա ինտոնացիան, տեմպը և տոնը: Արդյունքում ստացված թարգմանությունը պարզապես հնչում է ինչպես բնօրինակ խոսողը: Հիմնական նորամուծությունը խոսքի անընդհատ ստեղծումն է: Մոդելը անընդհատ ինտելեկտուալ կերպով հավասարակշռում է՝ սպասել լրացուցիչ համատեքստի (և այդպիսով բարելավել թարգմանության որակը), թե՞ անմիջապես թարգմանել և համընթաց քայլել խոսողի հետ: Արդյունքը սահուն խոսք է՝ առանց անբնական դադարների: Բացի այդ, լեզուն ձեռքով կարգավորելու անհրաժեշտություն չկա: Մոդելը ինքնուրույն հայտնաբերում է ավելի քան 70 լեզու և կարող է հեշտությամբ հաղթահարել բազմալեզու զրույցները կամ աղմկոտ միջավայրերը:
Լուսանկարը պատկերասրահ
Նոր «լսողական ռեժիմում» դուք պարզապես հեռախոսը պահում եք ականջին, կարծես հեռախոսով խոսում եք ինչ-որ մեկի հետ։ Այնուհետև կարող եք աննկատ լսել թարգմանությունը անմիջապես հեռախոսի ընդունիչից, ինչը լիովին փոխում է անձնական հաղորդակցության դինամիկան օտար միջավայրում։ Այլևս անհրաժեշտ չէ ձեռքը պահել էկրանը անծանոթի դեմքի առջև։ Նոր գործառույթը աստիճանաբար կներդրվի տեսազանգերի ժամանակ՝ 2016թ. Google հանդիպումԽոսքի թարգմանությունը նախ կհասնի Google Workspace-ի ընտրված բիզնես հաճախորդների համար նախատեսված մասնավոր փորձարկման շրջանակներում, իսկ Google-ը խոստանում է ավելի լայն տարածում այս տարվա վերջում։ Մոդելը մշակողների համար հասանելի է հետևյալ հղումով՝ Gemini Live API: Առաջիններից մեկը, որը փորձարկել է այն, օրինակ, ասիական Grab տրանսպորտային հարթակն է վարորդների և ուղևորների միջև հաղորդակցության համար. միայն դրա միջոցով ամսական կատարվում է ավելի քան 10 միլիոն ձայնային զանգ: Հարթակի ղեկավարությունը հիմնականում գովաբանում է լեզվի ավտոմատ հայտնաբերումը և չափազանց ցածր լատենտությունը:
Տեխնոլոգիան, որը կարող է օտար լեզու խոսել ձեր սեփական ձայնով, իհարկե, երկկողմանի սուր է: Դիփֆեյքերի և ապատեղեկատվության տարածումը կանխելու համար մոդելի կողմից ստեղծված բոլոր աուդիոները կրում են SynthID անվամբ անլսելի թվային ջրանիշ: Սա թույլ է տալիս ապագայում հուսալիորեն ճանաչել բովանդակությունը արհեստական բանականության միջոցով: Այս քայլով Google-ը զգալիորեն ամրապնդում է իր մրցակցային առավելությունը: Apple վերջերս խաղադրույք կատարեցի ուղիղ թարգմանության վրա AirPodech-ը և Samsung-ը զանգվածաբար իրենց արհեստական ինտելեկտի թարգմանիչը տեղադրում են անմիջապես իրենց հեռախոսների մեջ GalaxyԱյնուամենայնիվ, Google-ի նոր արտադրանքը կատարելապես աշխատում է չեխերենի և սլովակերենի հետ, և մեր առաջին փորձարկումների համաձայն՝ թարգմանության որակը բարձրակարգ է։ Միակողմանի ապարատային թարգմանիչների արտադրողները ավելի ու ավելի դժվար ժամանակներ կունենան։
Ինչպե՞ս անմիջապես ակտիվացնել գործառույթը։
- Թարմացրեք Google Translate հավելվածը հավելվածների խանութում (Google Play / App Store).
- Հավելվածը բացելուց հետո սեղմեք «Զրույցներ» պատկերակը։
- Ընտրեք «Լսողություն» նոր տարրը և սեղմեք «Սկսել»։
- Դրեք հեռախոսը ականջին և սկսեք լսել։chat շրջապատը։
Մեր առաջին խմբագրական փորձարկումների համաձայն, գործառույթը շատ հուսալիորեն է աշխատում և զարմանալիորեն հավատարմորեն ընդօրինակում է բնօրինակ խոսնակների ձայները: Ի՞նչ կարծիքի եք այս գիտաֆանտաստիկ նորույթի մասին: Կիսվեք մեզ հետ քննարկման ժամանակ:
Եվ այս աշխարհում Siri չի խոսում չեխերեն։ Տխուր է
Համաձայն եմ, ծիծաղելի է։
Եվ Պիկսելը, որը պարզապես ծիծաղում է
Ես փորձեցի հարավկորեական ֆիլմ դիտել բնօրինակ լեզվով։ Զգացողություն էր, որ վերադարձել էի տեսաերիզների և արագ կրկնօրինակման օրերը։
Եվ ինչպե՞ս կարողացաք այն աշխատեցնել։ Ես տեսնում եմ առաջարկը այնտեղ, բայց չեմ կարողանում սեղմել դրա վրա (այն մոխրագույն է, ինչպես հոդվածի նկարում)։ Շնորհակալություն ցանկացած խորհրդի համար 😉👍🏻
Հավանաբար այն պատճառով, որ ականջակալներդ միացված չէիր։ Եվ համոզվիր, որ հավելվածը թարմացված է, այն հին iPad-ի վրա չկար և թարմացումից հետո է։
Եվ անկախ նրանից՝ հասկացաք բովանդակությունը, թե ոչ, դա է կարևորը՝ անվճար և անմիջապես, և դուք հասկանում եք։ Կատարելությունը անվճար չէ։
Այսքանը... Այն թարգմանեց բառերը, ինչ-որ կերպ համապատասխանեց ենթագրերին, բայց կենտրոնանալով տարբեր ձայնի վրա, այն բոլորովին նույնը չէր։ Փոխարենը, թող բոլորը փորձեն և դատեն։ Եկեք ժամանակ տանք, այն կզարգանա։ Օրինակ, Netflix-ը և ուրիշները կստեղծեն/կհնարավորություն կտան որոշակի API-ներ արհեստական բանականության մեկնաբանման համար։
Չգիտեմ՝ ինչ եմ սխալ անում, բայց մենյուն կա, բայց չեմ կարողանում ընտրել այն 🤷♂️ այն «մոխրագույն» է, ինչպես հոդվածի նկարներում, այնպես որ չգիտեմ։ Հասանելի՞ է, թե՞ ոչ։
Ես փորձարկում եմ այն, և Far Cry 6 խաղալիս այն շատ է ձախողվում, երբեմն ոչինչ չի թարգմանում, երբեմն այն ասում է մեկ րոպեում, իսկ երբեմն՝ կտրում և կրկնում մեկ բառը 30 անգամ, ինչը խելագարություն է։ Բայց ես հասկանում եմ, որ կա երաժշտություն և էֆեկտներ, ես ստիպված կլինեի ամեն ինչ անջատել ձայնից և ոչ...chat պարզապես ձայն, ինչը ձանձրալի կլիներ։ Բայց YouTube-ում, որտեղ մեկ մարդ հստակ խոսում է և չի խեղդվում երաժշտության մեջ, արդյունքը բավականին լավն է։
Ինձ մոտ իրականում չաշխատեց, բայց ես փորձեցի միայն մի պահ։
Բայց ի՞նչ լավ կլիներ, եթե այն որսեր հեռախոսի ձայնը։ Ես սպասում էի զանգի Ավստրիայից, և իմ գերմաներենը սարսափելի է։ Բարեբախտաբար, չեխը զանգահարեց և թարգմանեց այն օտարերկրացիների համար։ Հեռախոսը բարձրաձայն նվագարկելու և թարգմանչի հրահանգները չեն աշխատում, հեռախոսը, ըստ երևույթին, կարգավորված է անտեսելու հեռախոսի ձայնը (դա տեխնիկական խնդիր է, այն սուլոց կամ արձագանք է առաջացնում)։