Да се разговаря на чужд език става малко по-лесно благодарение на новата разработка на Google. Интернет гигантът представи Translatotron – първата система за превеждане от подобен род, която може директно да преобразува речта от един език на друг, като запазва гласа и темпото на речта на говорещия.

Новият инструмент не използва обикновения метод за превеждане, при който първоначално речта се преобразува в текст, а след това отново в реч, при който се получават твърде много грешки. Това е съвсем нова технология за директно превеждане от един език към друг. Компанията счита, че новият метод ще даде възможност за много по-широкото използване на новата технология за директно превеждане на човешка реч.

Google сподели, че Translatotron използва специален мрежови модел, при който гласът се преобразува в спектрограма – визуално представяне на различните честоти, и генерира нова спектрограма за чуждия език. Преводът е по-бърз, а вероятността за възникване на грешки е много по-малка.

Системата разполага с допълнителен модул, който се използва за съхраняване на тембъра и динамиката на говорещия, но за чуждия език. Преведената реч все още звучи доста роботизирано, но много ефективно предава основните особености на гласа на говорещия. В страницата на Google Research в GitHub са дадени примери на използването на новата система за директен превод Translatotron.