Google Translate: Real-time na boses at AI para basagin ang mga hadlang sa wika

Informatec Digital » Kayamanan » Google Translate: Real-time na boses at AI para basagin ang mga hadlang sa wika

Ang paglalakbay, pakikipagtulungan sa mga internasyonal na koponan, o simpleng panonood ng mga video sa ibang wika ay nagiging karaniwan na, at sa lahat ng sitwasyong iyon Hindi na malulutas ang mga hadlang sa wika gamit lamang ang mga diksyunaryo o mga pangunahing tagasalin.Malaki ang hakbang na ginagawa ng Google gamit ang Google Translate sa pamamagitan ng ganap na pagsasama nito artipisyal na katalinuhan Gemini at iba pang mga modelo tulad ng PaLM 2 upang gawing mas natural, maayos, at kapaki-pakinabang sa pang-araw-araw na buhay ang pagsasalin ng teksto at boses.

Ang dating tagasalin na halos salita por salita ang ginagawa, ngayon ay naghahangad na maging isang uri ng personal na tagasalin na nakakaintindi ng konteksto, tono, at maging ng intonasyon ng mga pag-uusapBukod pa rito, ginagamit ng Google ang parehong teknolohiyang ito, kabaligtaran ng iba pang mga platform tulad ng DeepL, para mag-alok ng mga tool sa pagsasanay ng wika sa loob ng app, na ginagawang mas mainam ang Translate para sa isang pribadong tutor kaysa sa isang simpleng utility para makaraos.

Umaasa ang Google Translate sa Gemini at PaLM 2 para mas maunawaan ang wika

Sa pagdating ng Gemini, muling idinisenyo ng Google ang paraan ng pagproseso ng tagasalin nito ng wika, na sinusuportahan ng mga modelo ng wika at mga neural network: Hindi na lamang nito pinapalitan ang mga termino, kundi binibigyang-kahulugan pa nito ang layunin at ang buong konteksto ng mga pangungusap.Nagbibigay-daan ito sa pagsasalin ng mga takdang parirala, kolokyalismo, o idyoma sa paraang mas malapit sa kung paano isasalin ang mga ito ng isang katutubong nagsasalita ng target na wika.

Sa pagsasagawa, nangangahulugan ito na kayang gawin ng Google Translate ang upang matukoy kung kailan ang isang parirala ay hindi dapat isalin nang literal, ngunit may angkop na katumbas na kulturalAng isang tipikal na halimbawa ay ang mga ekspresyong Ingles tulad ng "stealing my thunder", na sinusubukang isalin ng AI gamit ang tunay na kahulugan nito at hindi bilang isang walang kabuluhang hanay ng mga salita na walang sinuman ang magsasabi sa Espanyol.

Ang ebolusyong ito ay lalong kapansin-pansin sa mga pagsasalin ng teksto sa pagitan ng Ingles at halos dalawampung iba pang mga wika tulad ng Espanyol, Tsino, Hapon, Aleman o HindiSinimulan na ng Google ang paglulunsad ng mga pagpapahusay na ito sa Estados Unidos at India, kapwa sa mobile app at sa web na bersyon. Google Chrome, at unti-unting palalawakin ang mga ito sa iba pang mga merkado habang inaayos ang mga modelo gamit ang mas maraming data at feedback ng user.

Kasama ang Gemini, ginamit din ng Google ang potensyal ng PaLM 2, isang modelo ng wika na may napaka-advanced na kakayahan sa multilingualidad Dahil dito, dumami nang husto ang bilang ng mga sinusuportahang wika sa Translator. Dahil sa engine na ito, nakapagdagdag ang kumpanya ng 110 bagong wika, mula sa Cantonese, isang wikang matagal nang hinihiling ng mga gumagamit, hanggang sa mga wikang minorya tulad ng Manx at mga wika ng mga katutubong komunidad.

Ang PaLM 2 ay ginamit para sa upang matukoy kung aling mga wika ang magkakaugnay at upang mapadali ang pagsasanay kapag kakaunti ang datos.Halimbawa, sa kaso ng Awadhi at Marwadi. Bagama't hindi pa lahat ng mga bagong wika ay may parehong mga tampok (tulad ng pagsasalin ng kamera, pagsasalin ng boses, o text-to-speech), ang pagsulong na ito ay mahalaga dahil nagsisilbi ito sa mahigit 614 milyong tao, humigit-kumulang 8% ng populasyon ng mundo.

Pagsasalin gamit ang boses sa totoong oras: mas natural na mga pag-uusap

Isa sa mga pinaka-kapansin-pansing pagbabago ay ang Pagsasalin gamit ang boses sa totoong oras na idinisenyo para sa mga pag-uusap nang harapanSa halip na pindutin ang mga buton o basahin ang screen tuwing may magsasalita, halos agad na nakikinig, nagsasalin, at nagpapakita ang AI ng resulta.

Sa loob ng aplikasyon ng Google Translate, mayroon na ngayong paraan para Tinatranscribe ng "live translation" ang sinasabi ng mga nagsasalita at ipinapakita ito sa parehong wika sa screenKasabay nito, pinapatugtog nito ang naisalin nang audio, na nagbibigay-daan sa iyong sundan ang thread nang hindi kinakailangang bigyang-pansin ang bawat linya ng teksto na parang isa itong permanenteng subtitle.

Para makamit ito, ginagamit ng Google ang Mga advanced na modelo ng pagkilala ng boses na idinisenyo upang ihiwalay ang mga tunog at mabawasan ang ingay sa backgroundIto ay lalong kapaki-pakinabang sa mga kumplikadong lugar tulad ng mga cafe, paliparan, istasyon o anumang mataong lugar, kung saan hanggang ngayon maraming sistema ng pagkilala ng boses ang nawawala sa gitna ng mga boses at ingay.

Ang sabay-sabay na tampok na pagsasalin sa pamamagitan ng app ay magagamit na, sa unang yugto nito, para sa mga gumagamit ng Estados Unidos, India at Mexico, na may suporta para sa mahigit 70 wikaKabilang dito ang mga pangunahing pandaigdigang wika tulad ng Espanyol, Arabe, Pranses, Hindi, Koreano, at Tamil, na ginagawa itong isang napaka-versatile na tool para sa turismo, remote work, at pagsasanay.

Ang pinagbabatayang ideya ay, sa mga totoong sitwasyon sa buhay—isang appointment sa doktor, isang biglaang pagpupulong, paghingi ng direksyon, o pakikipagnegosasyon sa isang tindahan— Ang mga paghinto, diin, at pagbabago sa intonasyon ay makikita rin sa pagsasalin.Sinusubukan ng Gemini na isaayos ang ritmo ng na-synthesize na boses at panatilihin, hangga't maaari, ang tono ng orihinal na nagsasalita, para hindi gaanong robotic ang dating ng pag-uusap.

Mga headphone bilang personal na tagasalin: Live Translate sa iyong mga tainga

Kung praktikal na ang pagsasalin sa screen, mas ambisyoso pa ang susunod na hakbang: Magdala ng pagsasalin ng boses nang direkta sa anumang pares ng headphonePinuno ng Google ang feature na ito para hindi na ito umasa sa sarili nitong mga device tulad ng Pixel Buds, kundi maaari nang gumana sa halos anumang modelo na nakakonekta sa mobile phone.

Ang operasyon ay medyo simple: ang gumagamit Ikonekta ang iyong headphone sa iyong telepono, buksan ang Google Translate at i-activate ang Live Translate mode o “Real-time translation”Pagkatapos ay piliin ang wikang gusto mong isalin — o hayaang awtomatikong ma-detect ito ng app — itutok ang iyong telepono sa taong nagsasalita at hayaang gawin ng AI ang trabaho nito.

Habang ang ibang tao ay nagsasalita sa sarili nilang wika, Pinoproseso ng Gemini ang audio, isinasalin ito, at ipinapadala sa headphones, kung saan ang isinalin na boses ay inilalagay sa totoong boses.Kasabay nito, makikita ng gumagamit ang transcript ng diyalogo sa parehong wika sa screen, na nakakatulong upang suriin ang bokabularyo o mapalakas ang pag-unawa kung natututo ng wika.

Ayon sa Google, ang sistema ay na-optimize para sa mapanatili ang tono, diin, at ritmo ng orihinal na tinigDahil dito, ang karanasan ay hindi gaanong "robotiko" at mas parang may interpreter na bumubulong ng pagsasalin sa iyong tainga. Ang feature na ito ay partikular na kaakit-akit para sa mga business meeting, guided tour, kumperensya, o mga sitwasyon kung saan ang patuloy na pagbabasa ng iyong telepono ay nakakaabala.

Sa unang yugtong ito, inilulunsad ang real-time na pagsasalin sa pamamagitan ng anumang headset bilang Limitadong beta para sa Android sa Estados Unidos, Mexico, at IndiaSinusuportahan din nito ang mahigit 70 wika. Kinumpirma ng Google na ang parehong feature ay darating sa iPhone sa pamamagitan ng Google Translate app, ngunit ang iOS compatibility ay nakaplano sa 2026, kaya ang mga may-ari ng Apple mobile ay kailangang maghintay nang kaunti pa.

Pagsasanay sa wika gamit ang AI: mula tagasalin hanggang sa katuwang sa pag-aaral

Hindi lang gusto ng Google na maging kapaki-pakinabang ang Translate para sa pagtira sa isang biyahe o pag-unawa sa isang mahalagang email, kundi hangad din nitong gawing plataporma ang app para sa pag-aaral at pagsasanay ng mga wika sa isang personalized na paraanSamakatuwid, nagdagdag ito ng mga ispesipikong kagamitan batay sa artificial intelligence upang magamit sa pag-uusap at pag-unawa sa salita.

Isa sa mga bagong tampok ay ang paraan ng magsanay ng mga personalized na pag-uusap kung saan maaaring gayahin ng gumagamit ang mga totoong sitwasyon sa buhayMula sa impormal na pakikipag-usap sa mga kaibigan o pamilya hanggang sa mas pormal na mga konteksto tulad ng mga panayam sa trabaho, pag-aaral sa ibang bansa o mga pulong sa trabaho, ang AI ay bumubuo ng mga diyalogo na iniangkop sa mga partikular na layunin ng bawat tao.

Kapag binuksan mo ang app sa iyong mobile device, posible Piliin ang wikang gagamitin sa pagpapakita ng mga paliwanag at ang wikang nais mong pag-aralan.Bukod pa sa pagpili ng antas: basic, intermediate, o advanced. Ang mga antas na ito ay maaaring baguhin sa paglipas ng panahon habang umuunlad ang gumagamit, at awtomatikong inaayos ng app ang kahirapan ng mga aktibidad.

Pinagsasama ng kagamitan ang mga aktibidad ng Pag-unawa sa pakikinig at pagpapahayag sa pamamagitan ng bibig, na may mga pagsasanay na ginagabayan ng AI na nagwawasto at gumagabayNakikinig ang gumagamit sa mga diyalogo, sumasagot sa mga tanong, umuulit ng mga parirala, o nakikipag-ugnayan sa mga kunwaring senaryo na nabuo ng sistema, na nag-aalok ng mga mungkahi para sa bokabularyo, mga istrukturang gramatikal, at mas natural na mga ekspresyon.

Maaari mo ring Mag-click sa mga partikular na salita sa mga diyalogo upang makita ang kanilang kahulugan o mga pagkakaiba-iba ng paggamitNagbibigay-daan ito para sa mas detalyadong pag-aayos ng mga detalye at mas aktibong pagkatuto. Bukod pa rito, sinusubaybayan ng app ang progreso at nagmumungkahi ng pang-araw-araw o lingguhang mga layunin, katulad ng iba pang mga platform sa pag-aaral ng wika, na tumutulong upang mapanatili ang pangmatagalang motibasyon.

Sa ngayon, ang paraan ng pag-aaral na ito ay nasa Beta phase para sa mga nagsasalita ng Ingles na gustong matuto ng Espanyol o PransesAt para sa mga nagsasalita ng Espanyol, Pranses, at Portuges na gustong mapabuti ang kanilang Ingles. Ipinahiwatig ng Google na palalawakin nito ang mga wika at kombinasyon habang nangangalap ito ng datos ng paggamit at pinipino ang mga modelo ng pag-uusap na kasangkot.

Malawakang pagpapalawak ng mga wika at mga tampok batay sa wika

Ang pagpapalakas ng AI ay hindi lamang nagpapabuti sa kalidad ng mga pagsasalin, kundi nagsilbi rin sa upang mapalawak ang hanay ng mga wikang magagamit at maisama ang mga wikang kakaunti ang nagsasalita o nasa proseso ng muling pagpapasiglaIto ay may direktang epekto sa mga komunidad na hanggang ngayon ay halos walang anumang kagamitang teknolohikal na angkop sa kanilang lingguwistikong realidad.

Ang pagdaragdag ng 110 bagong wika sa tulong ng PaLM 2 ay mula sa mga wikang malawak ang demand hanggang sa mga hindi gaanong kilala, kabilang ang mga katutubong wika at mga wikang minorya na may kaunting katutubong nagsasalitaPinapayagan ng teknolohiyang ito ang pag-scale ng suporta kahit na limitado ang dami ng datos na magagamit upang sanayin ang mga modelo.

Itinuturo ng Google na, para sa marami sa mga wikang ito, Ang prayoridad ay ang paggalang sa mga pagsisikap sa muling pagpapasigla at pangangalaga ng kulturaPaggamit ng Tagasalin bilang isang kasangkapang pansuporta para sa dokumentasyon, edukasyon, at komunikasyon sa pagitan ng mga henerasyon. Ang presensya sa Translate ay maaaring magbigay ng malaking tulong sa iyong visibility sa digital na kapaligiran.

Gayunpaman, nilinaw din ng kompanya na Hindi lahat ng feature ay available sa lahat ng bagong wikaAng pagsasalin gamit ang kamera, pagsasalin gamit ang boses, o text-to-speech ay maaaring mas matagal bago maging available para sa ilang wika, dahil nangangailangan ang mga ito ng mga partikular na modelo ng pagkilala sa sulat-kamay, ponetika, at sintesis ng pagsasalita.

Kahit na may mga paunang limitasyon na ito, malinaw pa rin ang estratehiya: Patuloy na unti-unting isama ang mga wika, unti-unting palawakin ang hanay ng mga kaugnay na tungkulinPinapadali ng AI ang pagsakop sa mas malawak na saklaw ng wika sa bawat bagong modelo at siklo ng pagsasanay, nang hindi gaanong umaasa sa popularidad o bilang ng mga nagsasalita ng bawat wika.

Epekto sa turismo, negosyo, at mahahalagang serbisyo

Ang pagbuti ng mga pagsasalin at ang pagdating ng real-time na boses ay hindi lamang isang kakaibang pagsulong sa teknolohiya, kundi mayroon din itong mga direktang epekto sa kung paano nakikipag-ugnayan ang mga tao at organisasyon sa isang globalisadong mundoAng mga sektor tulad ng turismo, kalusugan, edukasyon, at internasyonal na kalakalan ay nakikinabang na sa mga kagamitang ito sa isang napaka-nasasalat na paraan.

Isipin, halimbawa, ang isang paglalakbay sa isang bansang ang wika ay hindi mo alam: Gamit ang live na pagsasalin at headphones, maaari kang makipag-usap nang maayos sa isang taxi driver, receptionist ng hotel, o tour guide. nang hindi na kailangang humingi ng tulong sa mga propesyonal na tagasalin. Hindi ito perpekto, ngunit lubos nitong nababawasan ang alitan sa pang-araw-araw na sitwasyon.

Sa sektor ng negosyo, ang Google Translate at ang mga bagong kakayahan nito ay nakaposisyon bilang suporta para sa multilingual na serbisyo sa customer, mga internasyonal na pagpupulong, o panloob na pagsasanayBagama't ginagamit pa rin ang mga interpreter na tao sa mga lubhang kritikal na kapaligiran, kayang sakupin ng AI ang maraming interaksyon na may mas mababang panganib na may higit sa katanggap-tanggap na kalidad.

Inilalahad mismo ng Google ang mga pagpapabuting ito bilang bahagi ng mas malawak na estratehiya upang Pagdedemokratiko sa pakikipag-usap at kontekstong AI sa harap ng mga kakumpitensya tulad ng Microsoft, Apple, o MetaBagama't inuuna ng Google Translate ang pangkalahatang accessibility at integration sa iba't ibang device, ang Microsoft ay lubos na nakatuon sa mga corporate environment, ang Apple naman ay sa privacy sa closed ecosystem at native integration nito, at ang Meta naman ay nagsasaliksik ng translation sa mga wearable at augmented reality.

Sa mga serbisyong pampubliko, edukasyon at pangangalagang pangkalusugan, ang posibilidad ng Isalin ang mga pag-uusap nang real time sa mahigit 70 wika gamit lamang ang isang mobile phone at headphone Maaari itong magdulot ng malaking pagbabago. Mula sa pagtulong sa mga pasyenteng hindi nagsasalita ng wika ng bansa, hanggang sa pagpapadali ng pag-access sa mga materyales pang-edukasyon o mahahalagang pamamaraang administratibo.

Kung pagsasama-samahin, binabago ng lahat ng mga bagong tampok na ito ang Tagasalin mula sa isang simpleng mabilisang pang-convert ng parirala tungo sa isang isang komprehensibong plataporma na sumasaklaw sa pagsasalin gamit ang makina, pagsasanay sa wika, at suporta para sa propesyonal at personal na komunikasyonAt lahat ng ito ay pinapagana ng AI ng Gemini at PaLM 2 bilang gulugod nito, sa pagproseso ng teksto, boses, at maging ng visual na nilalaman sa ilang mga kaso.

Nilinaw ng ebolusyon ng Google Translate na ang machine translation ay mula sa pagiging limitado at literal na tulong tungo sa isang sistemang lalong lumalapit sa pag-unawa sa wika ng tao, kung saan Ang konteksto, tono, ritmo ng boses, at mga layunin ng gumagamit ay kasinghalaga ng mga salita mismo.mas inilalapit tayo nito sa ideya ng kakayahang maunawaan ang halos kahit sino, anuman ang wikang sinasalita nila.