A Google Fordító valós idejű fordítást tesz lehetővé fejhallgatóval a Gemini mesterséges intelligenciájának köszönhetően.

El Google Translate A bevezetése óta az egyik legnagyobb változáson megy keresztül. A vállalat elkezdte bevezetni egy funkciót, amely valós idejű fordítás közvetlenül a fejhallgatóbamesterséges intelligencia modelljének képességei által támogatva GeminiAz ötlet egyszerűen elmagyarázható, de a megvalósítása bonyolult: így szinte azonnal hallhatod, hogy mit mond egy másik személy egy másik nyelven a fejhallgatódon keresztül, egy kevésbé robotikus szintetikus hang.

Ez a lépés illeszkedik a Google stratégiájába, hogy a Fordítót többé alakítsa, mint egy egyszerű szövegfordító. Most arra törekszik, hogy egy központi eszköz a nyelvek kommunikációjához és tanulásáhoza mesterséges intelligencia használatával, hogy jobban megértse a szlenget és a kulturális árnyalatokat, és segítse a felhasználót a mindennapi gyakorlatban. Az új funkció egyelőre csak ...-ban indul. meghatározott piacokon és béta fázisbande egyértelműen a globális bevezetés felé mutat az elkövetkező években.

Valós idejű fordítás bármilyen headsettel

A legszembetűnőbb tulajdonság az új élő beszélgetés fordítása headset segítségévelAmi korábban csak bizonyos modellekre, például a Pixel Budsra korlátozódott, most gyakorlatilag bármilyen, a telefonoddal kompatibilis fejhallgatóhoz vagy fülhallgatóhoz elérhető. Csak telepíteni kell az alkalmazást. Google TranslateCsatlakoztasd a fejhallgatót, és lépj be az élő fordítási módba.

Androidon a folyamat magában foglalja az alkalmazás megnyitását, a beszélgetési nyelvek kiválasztását és a gomb megérintését. "Élő fordítás" (Élő fordítás). Innen a telefon mikrofonja Automatikusan felismeri, hogy ki mikor beszél, és milyen nyelven.Valós időben ír át, a hanganyagot a Google szervereire küldi a Gemini általi feldolgozásra, és viszonylag alacsony késleltetéssel játssza le a fordítást a fejhallgatón keresztül.

A Google elmagyarázza, hogy a mesterséges intelligencia felelős megtartja az eredeti beszélő hangnemét, ritmusát és hangsúlyátEz lehetővé teszi, hogy ne csak a mondottak tartalmát értsd meg, hanem a szándék egy részét is: hogy valaki dühös, viccel, vagy komolyabb hangon beszél-e. Ezzel egyidejűleg a lefordított beszélgetés átirata megjelenik a mobil képernyőjén, ami hasznos, ha át szeretnéd nézni az elhangzottakat, vagy egy adott szegmensre koppintasz, hogy újra meghallgasd.

A funkció kezdetben a következőképpen kerül telepítésre: béta verzió a Fordító alkalmazásban ehhez: Androidkorlátozott elérhetőséggel olyan piacokon, mint például Egyesült Államok, Mexikó és IndiaEnnek ellenére a nyelvi kompatibilitás széleskörű: a rendszer képes élő hangfordítást biztosítani több mint 70 nyelv, a nyelvpárok között több ezer lehetséges kombinációval.

Abban az esetben, iPhoneA Google megerősítette, hogy a fejhallgatóval történő valós idejű fordítás is elérhető lesz. Fordító alkalmazás iPhone-onbár a bevezetés később történik meg. A vállalat kitűzte a horizontot a következőre 2026-ban bővítik a régiókat és elindítják a funkciót iOS-enEz jelentős tesztelési időszakot hagy maga után, mielőtt szélesebb körben bevezethető lenne Európában és más országokban.

Hogyan működik az Élő fordítás és mit kínál naponta

A fő mesterséges intelligencián túl a felhasználói élmény is kulcsfontosságú. Miután az üzemmód aktiválva van "Élő fordítás" Az alkalmazásban a felhasználó anélkül beszélgethet, hogy folyamatosan a képernyőt nézné. A rendszer A fordítást játssza le az eredeti hanggal együtt amit a mikrofon felvesz, így fejhallgatóval követhet egy előadást, prezentációt vagy akár egy vezetett túrát is.

Belső tesztek és néhány szakosodott médiaorgánum szerint a A késleltetés általában egy másodperc alatt marad Amikor az adatkapcsolat stabil, ez a mozgástér elegendő ahhoz, hogy a beszélgetés viszonylag természetesen folyjon, anélkül, hogy hosszú szüneteket kellene tartani a mondatok között. A gyakorlati hatás például akkor észrevehető, ha egy idegen nyelven készült magyarázatot követünk, vagy egy külföldi előadót hallgatunk egy konferencián.

A rendszer egyik erőssége, hogy Nem igényel „okos” fejhallgatót vagy hivatalos modelleketBármely Bluetooth-os vagy vezetékes fejhallgató, amely mobiltelefonnal működik, használható hangkimenetként a fordításhoz. Ez megkülönbözteti a zártabb megoldásoktól, ahol bizonyos funkciók egy adott márka eszközeire korlátozódnak, és lehetővé teszi a felhasználók számára, hogy hardverfrissítés nélkül is kihasználják a funkció előnyeit.

A gyakorlatban a teljesítmény a környezettől függően változik. Olyan helyeken, ahol intenzív környezeti zaj Vagy ha sokan beszélnek egyszerre, a beszédfelismerési hibák száma megnő, ami minden jelenlegi rendszerben gyakori. A Google szerint a Gemini olyan mechanizmusokat tartalmaz, amelyek Szűrd ki a háttérzaj egy részét, és koncentrálj az énekreDe elismeri, hogy az ideális körülmények továbbra is viszonylag csendes szobák és tisztán artikuláló előadók.

Ami a konkrét felhasználásokat illeti, az eszközt olyan helyzetekre tervezték, mint például utazások, munkaértekezletek, tanfolyamok, interjúk vagy adminisztratív eljárások egy másik nyelven. Egyirányú forgatókönyvekben (valaki beszél, a többiek hallgatnak) az élmény különösen zökkenőmentes; nagyon gyors beszélgetéseknél vagy több beszélgetőpartnerrel, akik félbeszakítják egymást, a rendszernek nehezebb lehet szegmentálni az egyes beavatkozásokat.

Gemini: a mesterséges intelligencia, amely megpróbál kevésbé robotikusnak hangzani

Az új fejhallgató-funkció és a Google Fordító többi fejlesztése mögött az áll, hogy GeminiA Google nyelvi modellje, amelyet a vállalat fokozatosan integrál olyan kulcsfontosságú termékekbe, mint maga a Keresés és Fordítás, a szó szerinti fordításon túlmutató célokat szolgál. értelmezd a kifejezések teljes jelentését.

A gyakorlatban ez azt jelenti, hogy kevésbé szó szerinti és természetesebb fordításokEz különösen igaz a köznyelvi kifejezések, idiómák vagy a helyi szleng esetében. Az olyan tipikus példák, mint az angol „stealing my thunder” vagy a spanyol „he pulled my leg” gyakran furcsa eredményekhez vezettek szó szerinti fordításban. A Gemini esetében a rendszer elemzi a kontextust, és olyan alternatívákat javasol, amelyek jobban tükrözik a kifejezés tényleges jelentését a célnyelvben.

A Google azt állítja, hogy ez a megközelítés lehetővé teszi a beszédminták, a finom iróniák vagy a hangnem változásainak jobb rögzítése érdekébenEz közvetlenül befolyásolja a beszélt beszélgetések fordítását. Egy semleges üzenet fordítása nem ugyanaz, mint egy szarkasztikus kifejezés vagy egy félig viccesen elhangzott megjegyzés fordítása. Bár továbbra is van hibahatár, a cég azt állítja, hogy belső mutatói azt mutatják, hogy kétszámjegyű javulás a fordítás minőségében a korábbi rendszerekhez képest, különösen a nagyon különböző nyelvek között.

Ezek a képességek nem korlátozódnak a hangra. A mesterséges intelligencia is szerepet játszik a szöveges és vizuális tartalom fordításapéldául mobiltelefon kamerájával lefényképezett táblák vagy étlapok. A különbség az, hogy a rendszer most már természetesebb szintaktikai szerkezetű eredményeket tud kínálni, szókincs-alternatívákat tud javasolni, és bizonyos esetekben a formalitás szintjét a kontextusnak megfelelően tudja módosítani.

Mindez a feldolgozás a felhőalapú erőforrások és a magán az eszközön futó feladatok kombinálásával történik. A nehéz munka egy részét a Google szerverein végzik, míg az olyan elemeket, mint a beszédszintézis és bizonyos szűrők, a mobileszközön kezelik. A vállalat szerint a Az akkumulátorfogyasztás összehasonlítható egy hanghívás vagy egy rövid videohívás fogyasztásával.Ezért nincs szüksége különösen erős hardverre a funkció alkalmi használatához.

A fordításon túl: A fordítás mint a nyelvtanulás eszköze

A valós idejű fordítás mellett a Google erősíti a Fordító oktatási profilját. Az alkalmazás mostantól a következőket is tartalmazza: MI-alapú nyelvtanulási funkciók, azzal a céllal, hogy kiegészítse az olyan specifikus platformokat, mint a Duolingo vagy a fordítokanélkül, hogy lecserélnénk őket.

Az új funkciók közül a jobb kiejtési visszajelzésEzek az eszközök konkrétabb javaslatokat kínálnak a beszélt kifejezések gyakorlása során. A felhasználó megismételhet egy kifejezést, és visszajelzést kaphat a ritmusról, az intonációról vagy a rosszul artikulált hangokról, így beszéde anyanyelvibbé és kevésbé robotikussá válhat.

Az alkalmazás beépített egy sorozatrendszer vagy egymást követő gyakorlási napokEz a funkció nyomon követi, hogy hány egymást követő napon használták az eszközt tanulásra. Ez a fajta mechanizmus, amely széles körben elterjedt az oktatási alkalmazásokban, célja a motiváció fenntartása kis napi célok és a folyamatos fejlődés érzésének megteremtése révén.

A Google elkezdte bevezetni ezeket a lehetőségeket körülbelül 20 országban és régióban, kezdeti jelenlétével olyan piacokon, mint Németország, India vagy SvédországAhogy egyre több európai területre terjeszkedik, az alkalmazás várhatóan egyre gyakoribb opcióvá válik azok számára, akik informálisan gyakorolják a nyelveket, kombinálva azt tanfolyamokkal, órákkal vagy egyéb tevékenységekkel. Videók fordítása angolról spanyolra.

Ezzel párhuzamosan a vállalat a Google Labs-ben kísérletezik a következőkkel: három ingyenes tanulási élményIlyenek például a hasznos szókincsre összpontosító rövid leckék, a szlengnek és informális kifejezéseknek szentelt modulok, valamint a vizuális tevékenységek, amelyek során a mesterséges intelligencia azonosítja a fotókon lévő tárgyakat, és egy másik nyelven tanítja meg a nevüket. Bár ezek a tesztek nem szigorúan véve a Fordító alkalmazás részét képezik, a nyelvi eszközök szélesebb körű ökoszisztémájára utalnak, amelyeket mind ugyanaz a mesterséges intelligencia motor működtet.

Összehasonlítás az Apple-lel és Európa szerepe

A Google megközelítése ellentétben áll az Apple-ével a valós idejű fordítás területén. Míg a cupertinói vállalat a saját ökoszisztémájába integrált és a rendszerhez kapcsolódó funkció mellett döntött bizonyos AirPods modellekA Google egy szoftveralapú megoldás mellett döntött, amely kompatibilis a következőkkel: bármilyen szabványos fejhallgatóEz a különbség különösen azokon a piacokon szembetűnő, ahol a különféle eszközök megszokottak, mint például az európai Android környezetben.

Az Apple prioritásként kezeli helyi hangfeldolgozásVagyis a munka nagy részét magán az iPhone-on vagy iPaden végzik el. Ez előnyöket kínál az adatvédelem és a csatlakoztathatóság szempontjából, de korlátozza a rendszer skálázhatóságát és a támogatott nyelvek számát; más megoldások, mint például Microsoft csapatokValós idejű fordítást adnak hozzá. A Google a maga részéről intenzívebben használja a felhőt, amely lehetővé teszi számára a következők kezelését: több mint 70 nyelvű hangfordítási katalógus és központilag frissíti a modelleket.

Egy európai felhasználó szemszögéből a Google javaslata rugalmasabbnak tűnhet: nem kell fejhallgatót vagy mobileszközt cserélni az élő fordítás eléréséhez. Fontos azonban szem előtt tartani, hogy A funkciót még nem aktiválták Európa-szerte.Bár az alkalmazás már tartalmaz beszélgetésfordító módot és egyéb fejlett eszközöket, a fejhallgatón keresztüli folyamatos zenehallgatás országonként fokozatosan kerül bevezetésre.

A Google nem adott meg részletes ütemtervet Spanyolországra vagy az EU többi részére vonatkozóan, de világossá tette, hogy ez a béta fázis a következőket fogja szolgálni: A késleltetés beállítása, a helyi akcentusfelismerés javítása és a szerverek terhelésének felmérése a lefedettség bővítése előtt. Ésszerű azt gondolni, hogy olyan tényezők, mint az európai adatvédelmi szabályozások, valamint a helyszíni és a felhőalapú feldolgozás közötti egyensúly is befolyásolják majd a telepítés ütemét.

Bár az Apple-lel való összehasonlítások általában a kényelemre és az integrációra összpontosítanak, ebben az esetben olyan kérdések merültek fel, mint... hangadatvédelem és érzékeny adatok kezeléseA Google ragaszkodik ahhoz, hogy szűrőket alkalmaz a zaj eltávolítására, és hogy az információkat a fordítás minőségének javítására használják fel, de a beszélgetések kezelésének módja továbbra is napirenden marad, különösen az olyan szigorú szabályozásokkal rendelkező régiókban, mint Európa.

Egy fordító, aki láthatatlan közvetítővé szeretne válni

A technikai részleteken túl a frissítés üzenete az, hogy a Google Fordító arra törekszik, hogy… egyre diszkrétebb közvetítő a nem közös nyelvet beszélő emberek közöttNem dob piacra új eszközöket, és nem kényszeríti a felhasználókat bonyolult felhasználói felületek elsajátítására: mobiltelefonokra, hagyományos fejhallgatókra és a Gemini által vezérelt folyamatos szoftverfejlesztésekre támaszkodik.

Az élő fordítási funkció még tesztelési fázisban van, és nem minden piacon érhető el, de egyértelműen mutatja, merre tart az iparág: Gyorsabb fordítások, több kontextussal és közelebb ahhoz, ahogyan valójában beszélünkEzzel párhuzamosan az integrált tanulási eszközök, valamint a szleng és idiómák jobb kezelése a Fordító mindennapi használatára utal, nem csak egy adott utazáshoz szükségesre.

Továbbra is vannak nyilvánvaló kihívások, a zajos környezetben való pontosságtól kezdve a erősen lokalizált vagy kulturálisan túlfűtött kifejezések kezeléséig, nem is beszélve a hanganyagok felhőbe küldésének következményeiről. Ennek ellenére jelentős az ugrás a néhány évvel ezelőtti szó szerinti fordításhoz képest: sok felhasználó számára a következők kombinációja Gemini, Google Fordító és néhány sima fejhallgató Kezd elégségesnek tűnni ahhoz, hogy könnyedén eligazodjunk olyan beszélgetésekben, amelyek korábban emberi tolmács nélkül lehetetlenek lettek volna.

Alberto navarro

Technológia-rajongó vagyok, aki "geek" érdeklődését szakmává változtatta. Életemből több mint 10 évet töltöttem a legmodernebb technológiával, és pusztán kíváncsiságból mindenféle programmal bütykölgettem. Most a számítástechnikára és a videojátékokra szakosodtam. Ennek az az oka, hogy több mint 5 éve írok különféle technológiával és videojátékokkal foglalkozó weboldalakra, olyan cikkeket készítve, amelyek mindenki számára érthető nyelven igyekeznek megadni a szükséges információkat.

Ha bármilyen kérdése van, tudásom a Windows operációs rendszerrel, valamint a mobiltelefonokhoz készült Androiddal kapcsolatos mindenre kiterjed. És az én elkötelezettségem az Ön iránti elkötelezettségem, mindig készen állok néhány percet rászánni arra, hogy segítsek megoldani minden kérdését ebben az internetes világban.