Превод в реално време с Вашия глас от Microsoft

Малко вероятно е да ​​говорите мандарин, но това не означава, че в определен момент няма да се наложи да го използвате. Microsoft създаде софтуер, който може да се анализира речта Ви, да я преведе и след това да генерира нов запис на собствения Ви глас, говоерещ на друг език.

Не, това не е магия! Просто е изключително хитро и е огромен напредък в анализа на речта, в сравнение с това, което сме свикнали.

Пробивът е изработен на въз основа на дълбоки невронни мрежи и значително намалява грешките както при устния, така и при писмения превод. Разбира се, тази технлогия изобщо не е лесна за осъществяване. За да се достигне до ниво, при което е възможно генериране на превод с гласа на един човек, трябва да се осигуи софтуер с часове записи на гласа му. Това прави технологията нещо, което засега не може да се използва от всеки.

Новият "преводач" на Microsoft все още не е перфектен. Една от всеки осем думи се обработва грешно. Но на този етап това е пренебрежим недостатък - все пак технологията е завладяваща. Само си помислете - един компютър може да анализира човешки глас, да го превежда и след това да използва информацията за това как звучи Вашия глас, за да пресъздаде това, което сте казали като аудио запис на различен език.

Видеото показва ръководителят изследванията Рик Рашид, който демонстрира пробива за разпознаване на речта чрез машинен превод. В примера компютърът превръща думите му на английски в компютърно генерирана китайска реч. Видео материалът е малко дълъг (9 мин.), но си струва да го изгледате, ако имате време.