211service.com
Die KI von Google kann jetzt Ihre Sprache übersetzen, während Ihre Stimme erhalten bleibt
Ein Bild von UN-Generalsekretär Ban Ki-moon, der einem Übersetzungsgerät zuhört EMILIO MORENATTI / AP
Hören Sie sich diesen spanischen Audioclip an.
So könnte die englische Übersetzung klingen, wenn sie durch ein herkömmliches automatisiertes Übersetzungssystem läuft.
So klingt es jetzt, wenn es durch das neue automatisierte Übersetzungssystem von Google geht.
Die Ergebnisse sind nicht perfekt, aber Sie können irgendwie hören, wie der Übersetzer von Google die Stimme und den Ton des ursprünglichen Sprechers beibehalten konnte. Dies ist möglich, da es die Audioeingabe direkt in die Audioausgabe umwandelt ohne Zwischenschritte . Im Gegensatz dazu wandeln traditionelle Übersetzungssysteme Audio in Text um, übersetzen den Text und synthetisieren dann das Audio neu, wobei sie dabei die Eigenschaften der Originalstimme verlieren.
Das neue System, genannt die Übersetzer, besteht aus drei Komponenten, die alle das Audiospektrogramm des Sprechers betrachten – eine visuelle Momentaufnahme der verwendeten Frequenzen, wenn der Ton abgespielt wird, oft als Stimmabdruck bezeichnet. Die erste Komponente verwendet ein neuronales Netzwerk, das darauf trainiert ist, das Audiospektrogramm in der Eingabesprache auf das Audiospektrogramm in der Ausgabesprache abzubilden. Der zweite wandelt das Spektrogramm in eine abspielbare Audiowelle um. Die dritte Komponente kann dann die Stimmeigenschaften des ursprünglichen Sprechers zurück in die endgültige Audioausgabe schichten.
Dieser Ansatz erzeugt nicht nur nuanciertere Übersetzungen, indem er wichtige nonverbale Hinweise beibehält, sondern sollte theoretisch auch Übersetzungsfehler minimieren, da er die Aufgabe auf weniger Schritte reduziert.
Translatotron ist derzeit ein Proof of Concept. Während des Tests testeten die Forscher das System nur mit einer Übersetzung vom Spanischen ins Englische, die bereits viele sorgfältig kuratierte Trainingsdaten benötigte. Aber Audioausgaben wie der obige Clip demonstrieren später das Potenzial für ein kommerzielles System. Sie können sich mehr davon anhören Hier .