Prekladač Google vďaka umelej inteligencii Gemini umožňuje preklad v reálnom čase so slúchadlami

El Prekladač Google Prechádza jednou z najväčších zmien od svojho uvedenia na trh. Spoločnosť začala zavádzať funkciu, ktorá preklad v reálnom čase priamo do slúchadielpodporované schopnosťami svojho modelu umelej inteligencie BlíženciMyšlienka sa dá jednoducho vysvetliť, ale je zložitá na realizáciu: takže takmer okamžite počujete, čo iná osoba hovorí v inom jazyku cez slúchadlá, s menej robotického syntetického hlasu.

Tento krok je v súlade so stratégiou spoločnosti Google transformovať Prekladač na viac než len jednoduchý prekladač textu. Teraz sa snaží byť ústredný nástroj pre komunikáciu a učenie sa jazykovpomocou umelej inteligencie na lepšie pochopenie slangu a kultúrnych nuáns a na pomoc používateľovi v jeho každodennej praxi. Nová funkcia sa momentálne spúšťa v špecifické trhy a v beta fázeale jasne to naznačuje globálne zavedenie v nasledujúcich rokoch.

Preklad v reálnom čase s akoukoľvek náhlavnou súpravou

Najvýraznejšou vlastnosťou je nová preklad živého rozhovoru cez slúchadláČo bolo predtým obmedzené na konkrétne modely, ako napríklad Pixel Buds, je teraz dostupné prakticky pre všetky slúchadlá alebo slúchadlá do uší kompatibilné s vaším telefónom. Všetko, čo potrebujete, je nainštalovaná aplikácia. Prekladač GooglePripojte slúchadlá a spustite režim živého prekladu.

V systéme Android proces zahŕňa otvorenie aplikácie, výber jazykov konverzácie a klepnutie na tlačidlo. „Živý preklad“ (Živý preklad). Odtiaľ mikrofón telefónu Automaticky rozpozná, kedy každá osoba hovorí a v akom jazyku.Prepisuje v reálnom čase, odosiela zvuk na servery spoločnosti Google na spracovanie pomocou služby Gemini a prehráva preklad späť cez slúchadlá s relatívne nízkym oneskorením.

Google vysvetľuje, že za to je zodpovedná umelá inteligencia zachovať tón, kadenciu a dôraz pôvodného rečníkaTo vám umožňuje pochopiť nielen obsah povedaného, ​​ale aj časť zámeru: či sa niekto hnevá, žartuje alebo hovorí vážnejším tónom. Súčasne sa na obrazovke mobilného zariadenia zobrazí prepis preloženej konverzácie, čo je užitočné, ak si chcete zopakovať, čo bolo povedané, alebo klepnúť na konkrétny segment a vypočuť si ho znova.

Táto funkcia sa spočiatku nasadzuje ako beta verzia v aplikácii Prekladač pre Androids obmedzenou dostupnosťou na trhoch ako napr. Spojené štáty, Mexiko a IndiaNapriek tomu je jazyková kompatibilita široká: systém je schopný ponúknuť živý hlasový preklad v viac ako 70 jazykov, s tisíckami možných kombinácií medzi jazykovými pármi.

V prípade iPhoneSpoločnosť Google potvrdila, že preklad v reálnom čase so slúchadlami bude k dispozícii aj... Aplikácia prekladateľa na iPhonehoci k spusteniu dôjde neskôr. Spoločnosť si stanovila horizont 2026 na rozšírenie regiónov a spustenie funkcie v systéme iOSTo ponecháva značné testovacie obdobie, kým sa bude môcť systém širšie rozšíriť v Európe a ďalších krajinách.

Ako funguje Live Translate a čo ponúka na dennej báze

Okrem hlavnej umelej inteligencie je kľúčová aj používateľská skúsenosť. Po aktivácii režimu „Živý preklad“ V aplikácii môže používateľ viesť konverzáciu bez toho, aby sa neustále pozeral na obrazovku. Systém Prehrá preklad cez pôvodný hlas ktorý mikrofón zachytí, čo vám umožní sledovať prednášku, prezentáciu alebo dokonca prehliadku so sprievodcom aj so slúchadlami na ušiach.

Podľa interných testov a niektorých špecializovaných médií Latencia je zvyčajne pod jednou sekundou Keď je dátové pripojenie stabilné, táto rezerva je dostatočná na to, aby konverzácia prebiehala pomerne prirodzene, bez nútených dlhých prestávok medzi vetami. Praktický efekt je badateľný napríklad pri sledovaní vysvetlenia v inom jazyku alebo pri počúvaní zahraničného rečníka na konferencii.

Jednou zo silných stránok systému je, že Nevyžaduje „inteligentné“ slúchadlá ani oficiálne modelyAkékoľvek Bluetooth alebo káblové slúchadlá, ktoré fungujú s mobilným telefónom, môžu slúžiť ako zvukový výstup pre preklad. To ich odlišuje od uzavretejších riešení, kde sú určité funkcie obmedzené na zariadenia konkrétnej značky, a umožňuje používateľom využívať túto funkciu bez nutnosti upgradu hardvéru.

V praxi sa výkon líši v závislosti od prostredia. Na miestach s intenzívny okolitý hluk Alebo keď veľa ľudí hovorí naraz, chyby v rozpoznávaní reči sa zvyšujú, čo je bežné v každom súčasnom systéme. Google uvádza, že Gemini obsahuje mechanizmy pre Odfiltrujte časť hluku v pozadí a zamerajte sa na hlavné vokályUznáva však, že ideálne podmienky zostávajú relatívne tiché miestnosti a rečníci, ktorí jasne artikulujú.

Pokiaľ ide o špecifické použitie, nástroj je určený pre situácie, ako napríklad cesty, pracovné stretnutia, kurzy, pohovory alebo administratívne postupy v inom jazyku. V jednosmerných scenároch (niekto hovorí a ostatní počúvajú) je zážitok obzvlášť plynulý; vo veľmi rýchlych rozhovoroch alebo s viacerými partnermi, ktorí sa navzájom prerušujú, môže mať systém väčšie ťažkosti so segmentáciou jednotlivých zásahov.

Gemini: umelá inteligencia, ktorá sa snaží znieť menej roboticky

Za touto novou funkciou slúchadiel a ostatnými vylepšeniami v Prekladači Google stojí BlíženciJazykový model spoločnosti Google, ktorý spoločnosť postupne integruje do kľúčových produktov, ako je Vyhľadávanie a Prekladač, má za cieľ ísť nad rámec doslovného prekladu. interpretovať plný význam fráz.

V praxi sa to premieta do menej doslovné a prirodzenejšie prekladyPlatí to najmä vtedy, keď sa do hry zapoja hovorové výrazy, idiomy alebo miestny slang. Typické príklady, ako napríklad anglické „stealing my thunder“ alebo španielske výrazy ako „me robó el pelo“ (oklamal ma), často viedli k zvláštnym výsledkom pri doslovnom preklade. V systéme Gemini systém analyzuje kontext a navrhuje alternatívy, ktoré lepšie odrážajú skutočný význam frázy v cieľovom jazyku.

Google tvrdí, že tento prístup umožňuje lepšie zachytiť rečové vzory, jemné irónie alebo zmeny tónuToto priamo ovplyvňuje preklad hovorených konverzácií. Preklad neutrálnej správy nie je to isté ako preklad sarkastickej frázy alebo komentára vysloveného napoly žartom. Hoci stále existuje miera chyby, spoločnosť tvrdí, že jej interné metriky ukazujú dvojciferné zlepšenia kvality prekladov v porovnaní s predchádzajúcimi systémami, najmä medzi veľmi odlišnými jazykmi.

Tieto možnosti sa neobmedzujú len na zvuk. Umelá inteligencia zohráva úlohu aj v... preklad textu a vizuálneho obsahuako napríklad nápisy alebo jedálne lístky odfotené fotoaparátom mobilného telefónu. Rozdiel je v tom, že systém teraz dokáže ponúknuť výsledky s prirodzenejšími syntaktickými štruktúrami, navrhnúť alternatívy slovnej zásoby a v niektorých prípadoch prispôsobiť úroveň formality kontextu.

Všetko toto spracovanie sa vykonáva kombináciou cloudových zdrojov s úlohami na samotnom zariadení. Časť ťažkej práce sa vykonáva na serveroch spoločnosti Google, zatiaľ čo prvky ako syntéza reči a určité filtre sa spracovávajú na mobilnom zariadení. Podľa spoločnosti... Spotreba batérie je porovnateľná so spotrebou hlasového hovoru alebo krátkeho videohovoruPreto by ste na občasné používanie tejto funkcie nepotrebovali nijako zvlášť výkonný hardvér.

Viac než len preklad: Preklad ako nástroj na učenie sa jazykov

Popri preklade v reálnom čase spoločnosť Google posilňuje aj vzdelávací profil aplikácie Translate. Aplikácia teraz zahŕňa Funkcie učenia sa jazykov založené na umelej inteligenciis cieľom doplniť špecifické platformy ako Duolingo alebo iPrekladačbez ich nahradenia.

Medzi nové funkcie patrí vylepšená spätná väzba o výslovnostiTieto nástroje ponúkajú konkrétnejšie návrhy pri precvičovaní hovorených fráz. Používateľ môže opakovať výraz a dostávať spätnú väzbu o rytme, intonácii alebo zle artikulovaných zvukoch, čo pomáha jeho reči stať sa viac natívnou a menej robotickou.

Aplikácia obsahuje aj systém sérií alebo po sebe idúce dni tréninguTáto funkcia sleduje, koľko po sebe nasledujúcich dní sa nástroj používal na učenie. Tento typ mechanizmu, rozšírený vo vzdelávacích aplikáciách, sa zameriava na udržanie motivácie prostredníctvom malých denných cieľov a pocitu neustáleho pokroku.

Google začína zavádzať tieto možnosti v približne 20 krajín a regiónovs počiatočnou prítomnosťou na trhoch ako napr. Nemecko, India alebo ŠvédskoS rozširovaním do ďalších európskych území sa očakáva, že aplikácia sa stane bežnejšou voľbou pre tých, ktorí neformálne praktizujú jazyky a kombinujú ich s kurzami, vyučovaním alebo vyučovaním. Preklad videí z angličtiny do španielčiny.

Súbežne spoločnosť experimentuje v Google Labs s... tri bezplatné vzdelávacie zážitkyPatria sem návrhy, ako sú krátke lekcie zamerané na užitočnú slovnú zásobu, moduly venované slangu a neformálnym výrazom a vizuálne aktivity, kde umelá inteligencia identifikuje objekty na fotografii a učí ich názvy v inom jazyku. Hoci tieto testy nie sú striktne súčasťou aplikácie Prekladač, poukazujú na širší ekosystém jazykových nástrojov, ktoré sú všetky poháňané rovnakým enginom umelej inteligencie.

Porovnanie s Apple a úloha Európy

Prístup spoločnosti Google je v oblasti prekladu v reálnom čase v kontraste s prístupom spoločnosti Apple. Zatiaľ čo spoločnosť z Cupertina sa rozhodla pre funkciu integrovanú do vlastného ekosystému a prepojenú s konkrétne modely AirPodsSpoločnosť Google sa rozhodla pre softvérové ​​riešenie kompatibilné s akýkoľvek štandardný headsetTento rozdiel je obzvlášť badateľný na trhoch, kde je normou rozmanitosť zariadení, ako napríklad v európskom prostredí systému Android.

Apple uprednostňuje lokálne spracovanie zvukuTo znamená, že väčšina práce sa vykonáva na samotnom iPhone alebo iPade. To ponúka výhody z hľadiska súkromia a pripojenia, ale obmedzuje škálovateľnosť systému a počet podporovaných jazykov; iné riešenia, ako napríklad Tímy spoločnosti MicrosoftPridávajú preklad v reálnom čase. Spoločnosť Google zas intenzívnejšie využíva cloud, ktorý jej umožňuje spravovať katalóg viac ako 70 jazykov v hlasovom preklade a centrálne aktualizovať modely.

Z pohľadu európskeho používateľa sa návrh spoločnosti Google môže zdať flexibilnejší: na prístup k živému prekladu nie je potrebné meniť slúchadlá ani mobilné zariadenie. Je však dôležité mať na pamäti, že Táto funkcia ešte nebola aktivovaná v celej EurópeHoci aplikácia už obsahuje režim prekladu konverzácie a ďalšie pokročilé nástroje, nepretržité počúvanie cez slúchadlá je stále predmetom postupného zavádzania v jednotlivých krajinách.

Spoločnosť Google neponúkla podrobný časový harmonogram pre Španielsko ani zvyšok EÚ, ale jasne uviedla, že táto beta fáza bude slúžiť na Úprava latencie, zlepšenie rozpoznávania lokálneho prízvuku a vyhodnotenie zaťaženia ich serverov pred rozšírením pokrytia. Je rozumné domnievať sa, že tempo zavádzania ovplyvnia aj faktory, ako sú európske nariadenia o údajoch a rovnováha medzi spracovaním údajov v lokálnych priestoroch a v cloude.

Hoci sa porovnania s Apple zvyčajne zameriavajú na pohodlie a integráciu, v tomto prípade sa však týkajú problémov, ako napríklad... Súkromie zvuku a správa citlivých údajovSpoločnosť Google trvá na tom, že používa filtre na odstránenie šumu a že informácie sa používajú na zlepšenie kvality prekladu, ale diskusia o tom, ako sa s týmito konverzáciami zaobchádza, zostane otvorená, najmä v regiónoch s prísnymi predpismi, ako je Európa.

Prekladateľ, ktorý sa chce stať neviditeľným sprostredkovateľom

Okrem technických detailov je posolstvom tejto aktualizácie to, že Prekladač Google sa snaží byť čoraz diskrétnejší sprostredkovateľ medzi ľuďmi, ktorí nezdieľajú jazykNeuvádza na trh nové zariadenia ani nenúti používateľov učiť sa zložité rozhrania: spolieha sa na mobilné telefóny, konvenčné slúchadlá a neustále vylepšovanie softvéru, ktoré poháňa Gemini.

Funkcia živého prekladu je stále v testovacej fáze a nie je dostupná na všetkých trhoch, ale jasne ilustruje, kam smeruje toto odvetvie: Rýchlejšie preklady s väčším kontextom a bližšie k tomu, ako skutočne hovorímeSúčasne integrované vzdelávacie nástroje a vylepšené zvládanie slangu a idiómov poukazujú na každodennejšie používanie Prekladača, nielen na zvládnutie konkrétneho výletu.

Stále existujú zjavné výzvy, od presnosti v hlučnom prostredí až po spracovanie vysoko lokalizovaných alebo kultúrne ovplyvnených výrazov, nehovoriac o dôsledkoch odosielania zvuku do cloudu. Napriek tomu je skok od doslovného prekladu len spred niekoľkých rokov značný: pre mnohých používateľov je kombinácia Gemini, Prekladač Google a niektoré bežné slúchadlá Začína to stačiť na to, aby sa dalo s ľahkosťou orientovať v rozhovoroch, ktoré by predtým neboli možné bez ľudského tlmočníka.

Alberto Navarro

Som technologický nadšenec, ktorý zo svojich „geekovských“ záujmov urobil povolanie. Strávil som viac ako 10 rokov svojho života používaním špičkových technológií a hraním so všetkými druhmi programov z čistej zvedavosti. Teraz som sa špecializoval na počítačovú techniku ​​a videohry. Je to preto, že už viac ako 5 rokov píšem pre rôzne webové stránky o technológiách a videohrách a vytváram články, ktoré sa snažia poskytnúť vám potrebné informácie v jazyku, ktorý je zrozumiteľný pre každého.

Ak máte nejaké otázky, moje znalosti siahajú od všetkého, čo súvisí s operačným systémom Windows, ako aj Androidom pre mobilné telefóny. A môj záväzok je voči vám, vždy som ochotný venovať pár minút a pomôcť vám vyriešiť akékoľvek otázky, ktoré môžete mať v tomto internetovom svete.