Google už dokáže prekladať reč na ohromnej úrovni: Vypočuj si, ako zachová AI pôvodný hlas

Ľudia majú najrozvinutejší mozog zo živočíšnej ríše. Všetko to, čo dokážeme (myslieť, hovoriť, vedieť sa slušne správať a primerane reagovať na rôzne situácie na základe svojich naučných poznatkov) voláme inteligencia. Zašli sme dokonca až tak ďaleko, že pracujeme na tom, aby sme naučili myslieť aj stroje, výtvory našich rúk. Hranice toho, čo umelá inteligencia (AI) dokáže, sa posúvajú každým dňom. Spoločnosť Google nedávno vytvorila umelú inteligenciu pre hlasový prekladač, ktorý vďaka nej dokáže nielen preložiť hovorenú reč, ale v následnom preklade zachovať hlas podobný pôvodnému, informuje portál Technology Review.

Vypočuj si španielsku nahrávku reči:

Takto by znel preklad vypočutého textu, keby si ho dal preložiť tradičnému prekladaču:

A takto bude znieť po preklade novým automatickým prekladačom od Googlu:

Výsledky nie sú úplne dokonalé, ale ak sa pozorne započúvaš do toho, ako bol prekladač od Googlu schopný zachovať pôvodný hlas a tón reči, musíš uznať, že sa mu to podarilo. Dokáže to vďaka tomu, že prenáša zvukové signály priamo, bez akýchkoľvek medzikrokov. V medzikrokoch sa totiž prenáša zvukový vstup na text, ktorý sa preloží a následne prečíta, čím sa úplne stratí charakteristický hlas a tón reči pôvodného rečníka.

Nový systém s názvom Translatotorn sa skladá z troch komponentov, ktoré sledujú zvukový spektrogram, čo je vizuálna snímka frekvencií používaných pri prehrávaní zvuku, často nazývaných aj hlasový odtlačok. Prvý komponent systému používa neurónovú sieť vytrénovanú na mapovanie zvukového spektrogramu vo vstupnom jazyku a prekladá ich do výstupného jazyka. Druhý komponent konvertuje spektrogram na zvukovú vlnu, ktorú je možné prehrať. Tretí spracúva charakteristické znaky reči pôvodného rečníka a následne ich prenáša naspäť do konečného zvukového výstupu.

Tento nový systém prekladania reči preklad spresňuje tým, že v ňom ponecháva prízvuky na dôležitých častiach slov. Teoreticky by tiež mal byť schopný minimalizovať chyby spôsobené nesprávnou interpretáciou, keďže úloha sa skladá len z jedného a nie z troch alebo viacerých medzikrokov.

pixabay

Translatotron od spoločnosti Google je v súčasnosti zatiaľ len koncept. Počas testov výskumníci vyskúšali systém iba s prekladmi zo španielčiny do angličtiny, ktoré pre prekladač neboli príliš náročné. Tieto dva jazyky už totiž majú veľa spoločnej histórie prekladania a systém je už naučený ako by to pri nich malo fungovať. Uvedené audio nahrávky však ukazujú veľký potenciál pre budúcnosť a komerčné využitie prevratnej služby. Viac nahrávok si môžete vypočuť tu.

Čítajte viac z kategórie: Aplikácie