Google Translate прави скок към превод в реално време със слушалки благодарение на Gemini AI

El Google Translate Той претърпява една от най-големите си промени от пускането си на пазара. Компанията започна да внедрява функция, която превод в реално време директно във вашите слушалкиподкрепено от възможностите на неговия модел на изкуствен интелект БлизнациИдеята е лесна за обяснение, но сложна за изпълнение: така че можете да чуете почти мигновено какво казва друг човек на друг език през слушалките си, с един по-малко роботизиран синтетичен глас.

Този ход се вписва в стратегията на Google да трансформира Translate в нещо повече от обикновен преводач на текст. Сега той се стреми да бъде... централен инструмент за комуникация и изучаване на езициизползвайки изкуствен интелект както за по-добро разбиране на жаргона и културните нюанси, така и за подпомагане на потребителя в ежедневната му практика. Засега новата функция се стартира през специфични пазари и в бета фазано това ясно показва глобално разпространение през следващите години.

Превод в реално време с всякакви слушалки

Най-забележителната характеристика е новата превод на разговори на живо чрез слушалкиТова, което преди беше ограничено до специфични модели като Pixel Buds, сега е достъпно за почти всички слушалки или слушалки тип „тапи“, съвместими с вашия телефон. Всичко, от което се нуждаете, е инсталираното приложение. Google TranslateСвържете слушалките и влезте в режим на превод на живо.

В Android процесът включва отваряне на приложението, избор на езици за разговор и докосване на бутона. „Превод на живо“ (Превод на живо). Оттам микрофонът на телефона Той автоматично разпознава кога всеки човек говори и на какъв език.Транскрибира в реално време, изпраща аудиото до сървърите на Google за обработка от Gemini и възпроизвежда превода през слушалките с относително малко забавяне.

Google обяснява, че изкуственият интелект е отговорен за поддържайте тона, ритъма и акцента на оригиналния говорителТова ви позволява да разберете не само съдържанието на казаното, но и част от намерението: дали някой е ядосан, шегува се или говори с по-сериозен тон. Едновременно с това на екрана на мобилното устройство се показва препис на преведения разговор, което е полезно, ако искате да прегледате казаното или да докоснете конкретен сегмент, за да го чуете отново.

Функцията първоначално се внедрява като бета версия в приложението Преводач за Android, с ограничена наличност на пазари като Съединените щати, Мексико и ИндияВъпреки това, езиковата съвместимост е широка: системата е способна да предлага гласов превод на живо в повече от 70 езика, с хиляди възможни комбинации между езикови двойки.

В случай на iPhoneGoogle потвърди, че превод в реално време със слушалки също ще бъде достъпен. Приложение за превод на iPhoneвъпреки че внедряването ще се осъществи по-късно. Компанията е определила хоризонта на 2026 г. за разширяване на регионите и стартиране на функцията за iOSТова оставя значителен период на тестване, преди да може да бъде внедрено по-широко в Европа и други страни.

Как работи Live Translate и какво предлага ежедневно

Освен изкуствения интелект, ключово е потребителското изживяване. След като режимът е активиран „Превод на живо“ В приложението потребителят може да води разговор, без постоянно да гледа екрана. Системата Възпроизвежда превода върху оригиналния глас който микрофонът улавя, което ви позволява да следите разговор, презентация или дори обиколка с екскурзовод със слушалки.

Според вътрешни тестове и някои специализирани медийни издания, Латентността обикновено се поддържа под една секунда Когато връзката за данни е стабилна, този марж е достатъчен, за да може разговорът да протича сравнително естествено, без да се налагат дълги паузи между изреченията. Практическият ефект е забележим например, когато следите обяснение на друг език или слушате чуждестранен лектор на конференция.

Една от силните страни на системата е, че Не изисква „умни“ слушалки или официални моделиВсяка Bluetooth или кабелна слушалка, работеща с мобилен телефон, може да служи като аудио изход за превод. Това я отличава от по-затворените решения, където определени функции са ограничени до устройства от определена марка, и позволява на потребителите да се възползват от функцията, без да се налага да надграждат хардуера си.

На практика производителността варира в зависимост от околната среда. На места с интензивен околен шум Или когато много хора говорят едновременно, грешките в разпознаването на реч се увеличават, нещо често срещано във всяка съвременна система. Google посочва, че Gemini включва механизми за Филтрирайте част от фоновия шум и се фокусирайте върху водещите вокалиНо той признава, че идеалните условия си остават относително тихи помещения и говорители, които артикулират ясно.

По отношение на специфичните приложения, инструментът е предназначен за ситуации като пътувания, работни срещи, курсове, интервюта или административни процедури на друг език. В еднопосочни сценарии (някой говори, а останалите слушат) преживяването е особено плавно; при много бързи разговори или с няколко събеседници, които се прекъсват взаимно, системата може да има повече трудности при сегментирането на всяка намеса.

Близнаци: изкуственият интелект, който се опитва да звучи по-малко роботизирано

Зад тази нова функция за слушалки и останалите подобрения в Google Translate стои БлизнациЕзиковият модел на Google, който компанията постепенно интегрира в ключови продукти като Search и Translate, има за цел да надхвърли превода дума по дума. тълкувайте пълното значение на фразите.

На практика това се изразява в по-малко буквални и по-естествени преводиТова е особено вярно, когато се използват разговорни изрази, идиоми или местен жаргон. Типични примери като английския „stealing my thunder“ или испански изрази като „me robó el pelo“ (той ме измъкна) често водят до странни резултати, когато се преведат буквално. С Gemini системата анализира контекста и предлага алтернативи, които по-добре отразяват действителното значение на фразата на целевия език.

Google твърди, че този подход позволява за по-добро улавяне на речеви модели, фини иронии или промени в тонаТова пряко влияе върху превода на устните разговори. Преводът на неутрално съобщение не е същото като превода на саркастична фраза или коментар, направен полушеговито. Въпреки че все още има граница на грешка, компанията твърди, че вътрешните ѝ показатели показват... двуцифрени подобрения в качеството на превода в сравнение с предишни системи, особено между много различни езици.

Тези възможности не се ограничават само до аудио. Изкуственият интелект също играе роля в превод на текстово и визуално съдържаниекато например табели или менюта, заснети с камера на мобилен телефон. Разликата е, че сега системата може да предлага резултати с по-естествени синтактични структури, да предлага алтернативи на речника и в някои случаи да адаптира нивото на формалност според контекста.

Цялата тази обработка се извършва чрез комбиниране на облачни ресурси със задачи на самото устройство. Част от тежката работа се извършва на сървърите на Google, докато елементи като синтез на реч и определени филтри се обработват на мобилното устройство. Според компанията, Консумацията на батерия е сравнима с тази на гласово повикване или кратко видео повикванеСледователно, няма да ви е необходим особено мощен хардуер, за да използвате функцията от време на време.

Отвъд превода: Преводът като инструмент за изучаване на езици

Наред с превода в реално време, Google засилва образователния профил на Translate. Приложението вече включва Функции за изучаване на езици, базирани на изкуствен интелект, с цел допълване на специфични платформи като Duolingo или превеждамбез да ги заместват.

Сред новите функции, подобрена обратна връзка за произношениеТези инструменти предлагат по-конкретни предложения при упражняване на говорими фрази. Потребителят може да повтори израз и да получи обратна връзка за ритъм, интонация или лошо артикулирани звуци, което помага на речта му да стане по-естествена и по-малко роботизирана.

Приложението е включило и система от серии или последователни дни на практикаТази функция проследява колко последователни дни е бил използван инструментът за учене. Този тип механизъм, широко разпространен в образователните приложения, има за цел да поддържа мотивацията чрез малки ежедневни цели и усещане за непрекъснат напредък.

Google започва да въвежда тези опции през около 20 държави и региони, с първоначално присъствие на пазари като Германия, Индия или ШвецияС разширяването си към повече европейски територии се очаква приложението да се превърне в по-често срещан вариант за тези, които практикуват езици неформално, комбинирайки го с курсове, занятия или... Превод на видеоклипове от английски на испански.

Успоредно с това, компанията експериментира в Google Labs с три безплатни учебни преживяванияТе включват предложения като кратки уроци, фокусирани върху полезен речник, модули, посветени на жаргон и неформални изрази, и визуални дейности, при които изкуственият интелект идентифицира обекти на снимка и преподава имената им на друг език. Въпреки че тези тестове не са строго част от приложението Translate, те сочат към по-широка екосистема от езикови инструменти, всички задвижвани от един и същ двигател с изкуствен интелект.

Сравнение с Apple и ролята на Европа

Подходът на Google контрастира с този на Apple в областта на превода в реално време. Докато компанията от Купертино е избрала функция, интегрирана в собствената ѝ екосистема и свързана с специфични модели AirPodsGoogle е избрал софтуерно решение, съвместимо с всякакви стандартни слушалкиТази разлика е особено забележима на пазари, където разнообразието от устройства е норма, като например европейската среда на Android.

Apple дава приоритет локална аудио обработкаТоест, по-голямата част от работата се извършва на самия iPhone или iPad. Това предлага предимства по отношение на поверителността и свързаността, но ограничава мащабируемостта на системата и броя на поддържаните езици; други решения, като например Microsoft TeamsТе добавят превод в реално време. Google, от своя страна, използва по-интензивно облака, което му позволява да управлява каталог с над 70 езика за гласов превод и актуализиране на моделите централизирано.

От гледна точка на европейски потребител, предложението на Google може да изглежда по-гъвкаво: не се изисква смяна на слушалки или мобилно устройство за достъп до превод на живо. Важно е обаче да се има предвид, че Функцията все още не е активирана в цяла ЕвропаВъпреки че приложението вече включва режим за превод на разговори и други разширени инструменти, непрекъснатото слушане със слушалки все още е предмет на постепенно въвеждане в различните държави.

Google не е предоставила подробен график за Испания или останалата част от ЕС, но е ясно заявила, че тази бета фаза ще служи за... Коригиране на латентността, подобряване на разпознаването на локалния акцент и оценка на натоварването на сървърите им преди разширяване на обхвата. Разумно е да се смята, че фактори като европейските разпоредби за данните и балансът между локалната и облачната обработка също ще повлияят на темпото на внедряване.

Въпреки че сравненията с Apple обикновено се фокусират върху удобството и интеграцията, в този случай проблеми като... поверителност на звука и управление на чувствителни данниGoogle настоява, че прилага филтри за премахване на шума и че информацията се използва за подобряване на качеството на превода, но дискусията за това как се обработват тези разговори ще остане на дневен ред, особено в региони със строги регулации като Европа.

Преводач, който иска да стане невидим посредник

Освен техническите подробности, посланието на тази актуализация е, че Google Translate се стреми да бъде все по-дискретен посредник между хора, които не споделят езикНе пуска нови устройства, нито принуждава потребителите да изучават сложни интерфейси: разчита на мобилни телефони, конвенционални слушалки и непрекъснати софтуерни подобрения, водени от Gemini.

Функцията за превод на живо все още е във фаза на тестване и не е достъпна на всички пазари, но ясно илюстрира накъде се движи индустрията: По-бързи преводи, с повече контекст и по-близки до начина, по който всъщност говоримУспоредно с това, интегрираните инструменти за обучение и подобреното боравене с жаргон и идиоми сочат към по-ежедневна употреба на Преводача, не само за справяне с конкретно пътуване.

Все още има очевидни предизвикателства, от точността в шумна среда до боравенето със силно локализирани или културно заредени изрази, да не говорим за последиците от изпращането на аудио в облака. Въпреки това, скокът от буквалния превод само преди няколко години е значителен: за много потребители комбинацията от Gemini, Google Translate и някои обикновени слушалки Започва да е достатъчно да се ориентирате с лекота в разговори, които преди биха били невъзможни без човешки преводач.

Алберто Наваро

Аз съм технологичен ентусиаст, който е превърнал своите „гийк“ интереси в професия. Прекарах повече от 10 години от живота си, използвайки авангардни технологии и бърникайки с всякакви програми от чисто любопитство. Сега съм специализирал компютърни технологии и видео игри. Това е така, защото повече от 5 години пиша за различни уебсайтове за технологии и видео игри, създавайки статии, които се стремят да ви дадат информацията, от която се нуждаете, на език, разбираем за всички.

Ако имате някакви въпроси, познанията ми варират от всичко свързано с операционната система Windows, както и с Android за мобилни телефони. И моят ангажимент е към вас, винаги съм готов да отделя няколко минути и да ви помогна да разрешите всички въпроси, които може да имате в този интернет свят.