Technologijų milžinė „Google“ pristatė naujausią garso modelį, skirtą momentiniam šnekamųjų žodžių vertimui. Gemini 3.5 Tiesioginis vertimas. Šis pažangus modelis iš esmės pakeičia tai, kaip žmonės įveikia kalbos barjerus, siūlydamas sklandų kalbos vertimą beveik realiuoju laiku.
Tradicinės vertimo sistemos veikia nuosekliai – vartotojas turi kalbėti, sistema apdoroja kalbą ir tik tada paleidžia vertimą. Gemini 3.5 Tačiau „Live Translate“ veikia visiškai kitaip. Jis nuolat apdoroja garsą kaip srautą. Jis gali subalansuoti idealų santykį tarp momentinio vertimo ir trumpo laukimo, kol bus išsaugotas kontekstas. maxmažas tikslumas. Rezultatas – nepertraukiamas, sklandus kalbos srautas, neatsiliekantis nuo kalbėtojo.
Pagrindinės modelio savybės
Palaikymas daugiau nei 70 kalbų: palyginti su ankstesniais apribojimais, kai tiesioginio ryšio režimu buvo palaikomos tik kelios kalbos, naujasis modelis palaiko daugiau nei 70 kalbų. Tai leidžia sujungti daugiau nei 2000 kalbų derinių per vieną susitikimą (vertimas nebėra ribojamas deriniais su anglų kalba).
- Išsaugoti žmogaus emocijas ir tonąVertimas nėra robotinis. Modelis gali tiksliai atkartoti kalbėtojo intonaciją, kalbos tempą, aukštį ir bendrą toną, todėl gauta kalba skamba natūraliai.
- Automatinis kalbos atpažinimasSistema gali automatiškai atpažinti daugiakalbę įvestį, todėl vartotojams nereikia rankiniu būdu keisti nustatymų, kai pokalbyje keičiamos kalbos.
- Triukšmo atsparumasModelis sukurtas taip, kad patikimai veiktų net triukšmingoje ir nenuspėjamoje aplinkoje, pavyzdžiui, judriose gatvėse ar konferencijų salėse.
Integracija ir prieinamumas
Naujasis modelis pradedamas diegti visame pasaulyje tiesiogiai „Google Translate“ programėlėje, skirtoje „Android“ ir „iOS“ platformoms. „Android“ naudotojams taip pat pristatomas specialus klausymosi režimas. Tai leidžia klausytischat Diskretiškai verskite tiesiai į telefono ausinę. Tiesiog laikykite telefoną prie ausies, kaip įprasto skambučio metu, ir išverstas garsas bus transliuojamas tiesiai į jus.
Visi modelio generuojami garso išėjimai Gemini 3.5 „Live Translate“ naudoja „Google DeepMind“ „SynthID“ technologiją. Tai skaitmeninis vandens ženklas, kurio žmogaus ausis nepastebi, tačiau kuris patikimai identifikuoja, kad garsą sukūrė dirbtinis intelektas. „Google“ didina skaidrumą ir mažina technologijos netinkamo naudojimo riziką.
Gemini 3.5 „Live Translate“ skamba kaip technologinis stebuklas, pagaliau įveikiantis erzinančius kalbos barjerus. Daugiau jokių nejaukių tylų ir laukimo, kol telefonas iššifruos sakinį po sakinio. Aš asmeniškai nepaprastai džiaugiuosi galėdamas išsitraukti šį naują produktą iš kišenės ir išbandyti jį praktiškai per artėjančias atostogas užsienyje – nesvarbu, ar tai būtų derybos vietiniuose turguose, ar vakarienės užsakymas nuošaliame šeimos restorane, kur angliškai tiesiog nekalbama. nestKelionių be žodynų ateitis, matyt, yra vienu žingsniu arčiau.
