Google Translate: Röst i realtid och AI ska bryta ner språkbarriärer

Informatec Digital » Resurser » Google Translate: Röst i realtid och AI ska bryta ner språkbarriärer

Att resa, arbeta med internationella team eller helt enkelt titta på videor på ett annat språk blir allt vanligare, och i alla dessa situationer Språkbarriärer kan inte längre övervinnas enbart med ordböcker eller enkla översättare.Google tar ett stort steg med Google Translate genom att helt integrera dess artificiell intelligens Gemini och andra modeller som PaLM 2 för att göra text- och röstöversättning mycket mer naturlig, flytande och användbar i vardagen.

Det som en gång var en översättare som arbetade nästan ord för ord, strävar nu efter att bli en sorts personlig tolk som förstår sammanhanget, tonen och till och med intonationen i samtalDessutom använder Google samma teknik, till skillnad från andra plattformar som DeepL, för att erbjuda språkövningsverktyg i appen, vilket gör Translate till något mer likt en privatlärare än ett enkelt verktyg att klara sig på.

Google Translate använder Gemini och PaLM 2 för att bättre förstå språket

Med Gemini har Google omdesignat hur deras översättare bearbetar språk, med stöd av språkmodeller och neurala nätverk: Den ersätter inte längre bara termer, utan tolkar meningarnas avsikt och hela sammanhang.Detta gör att fasta fraser, vardagsuttryck eller idiom kan översättas på ett sätt som ligger mycket närmare hur en person med målspråkets modersmål skulle översätta dem.

I praktiken innebär detta att Google Translate kan att upptäcka när en fras inte ska översättas bokstavligt, utan med en lämplig kulturell motsvarighetEtt typiskt exempel skulle vara engelska uttryck som "stealing my thunder", som AI:n försöker översätta med sin verkliga betydelse och inte som en absurd ordsträng som ingen skulle säga på spanska.

Denna utveckling är särskilt märkbar i textöversättningar mellan engelska och nästan tjugo andra språk som Spanska, kinesiska, japanska, tyska eller hindiGoogle har börjat lansera dessa förbättringar i USA och Indien, både i mobilappen och webbversionen. Google Chrome, och kommer gradvis att utöka dem till andra marknader i takt med att modellerna justeras med mer data och användarfeedback.

Vid sidan av Gemini har Google också utnyttjat potentialen hos PaLM 2, en språkmodell med mycket avancerade flerspråkiga funktioner Detta har möjliggjort en dramatisk ökning av antalet språk som stöds i översättaren. Tack vare den här motorn har företaget lagt till 110 nya språk, från kantonesiska, ett språk som länge efterfrågats av användare, till minoritetsspråk som manx och språk från ursprungsbefolkningar.

PaLM 2 har använts för att identifiera vilka språk som är relaterade till varandra och att underlätta utbildning när det finns begränsad data.Till exempel i fallet med Awadhi och Marwadi. Även om inte alla nya språk ännu har samma funktioner (som kameraöversättning, röstöversättning eller text-till-tal), är språnget betydande eftersom det betjänar mer än 614 miljoner människor, cirka 8 % av världens befolkning.

Röstöversättning i realtid: mer naturliga samtal

En av de mest slående förändringarna är Röstöversättning i realtid utformad för samtal ansikte mot ansikteIstället för att behöva trycka på knappar eller läsa av skärmen varje gång någon talar, tar AI:n hand om att lyssna, översätta och visa resultatet nästan omedelbart.

Inom Google Translate-appen finns det nu ett läge för att "Live-översättning" transkriberar vad talarna säger och visar det på båda språken på skärmenSamtidigt spelar den upp det redan översatta ljudet, vilket gör att du kan följa tråden utan att behöva uppmärksamma varje textrad som om det vore en permanent undertext.

För att uppnå detta använder Google Avancerade röstigenkänningsmodeller utformade för att isolera ljud och minska bakgrundsbrusDetta är särskilt användbart i komplicerade områden som kaféer, flygplatser, stationer eller andra livliga platser, där många röstigenkänningssystem hittills gått vilse bland röster och ljud.

Denna simultanöversättningsfunktion via appen är i sin första fas tillgänglig för användare av USA, Indien och Mexiko, med stöd för fler än 70 språkDessa inkluderar stora globala språk som spanska, arabiska, franska, hindi, koreanska och tamil, vilket gör det till ett mycket mångsidigt verktyg för turism, distansarbete och utbildning.

Den underliggande idén är att i verkliga situationer – ett läkarbesök, ett improviserat möte, att fråga efter vägen eller att förhandla i en butik – Pauser, accenter och intonationsförändringar återspeglas också i översättningen.Gemini försöker justera rytmen i den syntetiserade rösten och bibehålla, så mycket som möjligt, tonen hos den ursprungliga talaren, vilket gör att samtalet känns mindre robotiskt.

Hörlurar som personlig översättare: Live Translate i dina öron

Om skärmöversättning redan är praktiskt, är nästa steg ännu mer ambitiöst: Få röstöversättning direkt till valfritt par hörlurarGoogle har förfinat den här funktionen så att den inte längre är beroende av sina egna enheter som Pixel Buds, utan kan fungera med i stort sett vilken modell som helst som är ansluten till mobiltelefonen.

Operationen är relativt enkel: användaren Anslut dina hörlurar till din telefon, öppna Google Translate och aktivera Live Translate-läget eller "Realtidsöversättning"Välj sedan det språk du vill ha översatt – eller låt appen upptäcka det automatiskt – rikta din telefon mot personen som talar och låt AI:n göra sitt jobb.

Medan den andra personen talar sitt eget språk, Gemini bearbetar ljudet, översätter det och skickar det till hörlurarna, och lägger den översatta rösten ovanpå den riktiga rösten.Samtidigt ser användaren transkriptionen av dialogen på båda språken på skärmen, vilket hjälper till att repetera ordförrådet eller förstärka förståelsen vid språkinlärning.

Enligt Google är systemet optimerat för bevara tonen, betoningen och kadensen från den ursprungliga röstenDetta gör upplevelsen mindre "robotliknande" och mer som att ha en mänsklig tolk som viskar översättningen i ditt öra. Den här funktionen är särskilt tilltalande för affärsmöten, guidade turer, konferenser eller situationer där det är obekvämt att ständigt läsa telefonen.

I denna första fas lanseras realtidsöversättning via valfritt headset som Begränsad betaversion för Android i USA, Mexiko och IndienDen stöder också fler än 70 språk. Google har bekräftat att samma funktion kommer att finnas tillgänglig på iPhone via Google Translate-appen, men iOS-kompatibilitet är planerad till 2026, så Apples mobilägare får vänta lite längre.

Språkpraktik med AI: från översättare till lärandepartner

Google vill inte bara att Translate ska vara användbart för att ta sig fram på en resa eller förstå ett viktigt e-postmeddelande, utan strävar också efter att förvandla appen till en plattform för att lära sig och öva språk på ett personligt sättDärför har den lagt till specifika verktyg baserade på artificiell intelligens för att arbeta med konversation och muntlig förståelse.

En av de nya funktionerna är ett läge för öva personliga samtal där användaren kan simulera verkliga situationerFrån informella samtal med vänner eller familj till mer formella sammanhang som jobbintervjuer, studier utomlands eller arbetsmöten, genererar AI dialoger anpassade till varje persons specifika mål.

När du öppnar appen på din mobila enhet är det möjligt Välj det språk som förklaringarna visas på och det språk du vill öva på.Förutom att välja nivå: grundläggande, mellannivå eller avancerad nivå. Dessa nivåer kan ändras över tid allt eftersom användaren fortskrider, och appen justerar automatiskt svårighetsgraden på aktiviteterna.

Verktyget integrerar aktiviteter från Lyssningsförståelse och muntlig uttrycksförmåga, med AI-styrda övningar som korrigerar och väglederAnvändaren lyssnar på dialoger, svarar på frågor, upprepar fraser eller interagerar med simulerade scenarier som genereras av systemet, vilket ger förslag på ordförråd, grammatiska strukturer och mer naturliga uttryck.

Du kan också Klicka på specifika ord i dialogrutorna för att se deras betydelse eller användningsvariationerDetta möjliggör finjustering av nyanser och mer aktivt lärande. Dessutom följer appen framsteg och föreslår dagliga eller veckovisa mål, i likhet med andra språkinlärningsplattformar, vilket hjälper till att upprätthålla långsiktig motivation.

För tillfället är detta inlärningsläge igång Betafas för engelsktalande som vill lära sig spanska eller franskaOch för spansktalande, fransktalande och portugisiska som vill förbättra sin engelska har Google indikerat att de kommer att utöka språken och språkkombinationerna allt eftersom de samlar in användningsdata och förfinar de involverade konversationsmodellerna.

Massiv expansion av språk och funktioner baserade på språk

Förstärkningen av AI förbättrar inte bara översättningarnas kvalitet, utan har också bidragit till att bredda utbudet av tillgängliga språk och inkludera språk med få talare eller som är under revitaliseringDetta har en direkt inverkan på samhällen som hittills knappt haft några tekniska verktyg anpassade till deras språkliga verklighet.

Tillägget av 110 nya språk med hjälp av PaLM 2 sträcker sig från mycket efterfrågade språk till mindre kända, inklusive inhemska språk och minoritetsspråk med få modersmålstalareTekniken gör det möjligt att skala stöd även när mängden data som är tillgänglig för att träna modellerna är begränsad.

Google påpekar att för många av dessa språk, Prioriteten har varit att respektera ansträngningarna för kulturell revitalisering och bevarandeAnvända Translator som ett stödverktyg för dokumentation, utbildning och kommunikation mellan generationer. En närvaro på Translate kan ge en betydande ökning av din synlighet i den digitala miljön.

Företaget förtydligar dock också att Alla funktioner är inte tillgängliga på alla nya språkDet kan ta längre tid innan kameraöversättning, röstöversättning eller text-till-tal blir tillgängliga för vissa språk, eftersom de kräver specifika modeller för handskriftsigenkänning, fonetik och talsyntes.

Även med dessa inledande begränsningar är strategin tydlig: Fortsätt att gradvis integrera språk och gradvis utöka uppsättningen associerade funktionerAI gör det enklare att täcka ett bredare språkligt spektrum med varje ny modell och träningscykel, utan att vara så beroende av populariteten eller antalet talare av varje språk.

Påverkan på turism, näringsliv och viktiga tjänster

Förbättringen av översättningar och tillkomsten av röst i realtid är inte bara ett märkligt tekniskt framsteg, utan de har direkta konsekvenser för hur människor och organisationer kommunicerar i en globaliserad världSektorer som turism, hälsa, utbildning och internationell handel drar redan nytta av dessa verktyg på ett mycket konkret sätt.

Tänk dig till exempel en resa till ett land vars språk du inte kan: Med liveöversättning och hörlurar kan du ha ett någorlunda flytande samtal med en taxichaufför, hotellreceptionist eller reseguide. utan att behöva anlita professionella översättare. Det är inte perfekt, men det minskar friktionen avsevärt i vardagliga situationer.

Inom näringslivet är Google Translate och dess nya funktioner positionerade som stöd för flerspråkig kundservice, internationella möten eller intern utbildningÄven om mänskliga tolkar fortfarande används i mycket kritiska miljöer, kan AI täcka många interaktioner med lägre risk med mer än acceptabel kvalitet.

Google presenterar själva dessa förbättringar som en del av en bredare strategi för att Demokratisera konversationsbaserad och kontextuell AI gentemot konkurrenter som Microsoft, Apple eller MetaMedan Google Translate prioriterar allmän tillgänglighet och integration mellan olika enheter, fokuserar Microsoft starkt på företagsmiljöer, Apple på integritet i sitt slutna ekosystem och nativ integration, och Meta utforskar översättning i wearables och augmented reality.

Inom offentliga tjänster, utbildning och hälso- och sjukvård, möjligheten att Översätt konversationer i realtid till fler än 70 språk med bara en mobiltelefon och hörlurar Det kan göra en betydande skillnad. Från att hjälpa patienter som inte talar landets språk till att underlätta tillgången till utbildningsmaterial eller viktiga administrativa procedurer.

Sammantaget förvandlar alla dessa nya funktioner översättaren från en enkel snabb fraskonverterare till en en heltäckande plattform som omfattar maskinöversättning, språkövning och stöd för professionell och personlig kommunikationOch allt detta drivs av Gemini och PaLM 2:s AI som ryggrad, och bearbetar text, röst och i vissa fall till och med visuellt innehåll.

Utvecklingen av Google Translate gör det tydligt att maskinöversättning har gått från att vara ett begränsat och bokstavligt hjälpmedel till ett system som alltmer ligger närmare mänsklig språkförståelse, där Kontext, ton, röstkadens och användarmål är lika viktiga som orden i sig.vilket för oss lite närmare idén att kunna förstå nästan vem som helst, oavsett vilket språk de talar.