Google Meet переводит в реальном времени с сохранением голоса говорящего

Post Thumbnail

Google представил революционную функцию перевода речи в реальном времени для своего сервиса видеоконференций Meet. Я в приятном шоке! Главная особенность этой технологии — способность не только переводить сказанное, но и сохранять индивидуальные характеристики голоса говорящего. Включая тембр, интонации и эмоциональные оттенки.

Работает система на базе искусственного интеллекта Gemini и позволяет участникам разговора общаться через языковой барьер, при этом сохраняя естественность коммуникации. На конференции I/O Google продемонстрировали эту технологию в действии. В демонстрации англоговорящий участник общался с коллегой на испанском языке. После активации функции Gemini система мгновенно начала переводить речь в обоих направлениях. Причём каждый участник слышал собеседника на своём родном языке с сохранением оригинальных голосовых характеристик.

На данный момент технология работает только с английским и испанским языками, но компания уже объявила о планах в ближайшие недели добавить поддержку итальянского, немецкого и португальского языков. Сейчас функция доступна для платных подписчиков Google Meet, а до конца года её планируют открыть для корпоративных клиентов.

Эта технология потенциально может изменить подход к международным коммуникациям, сделав их более естественными и эффективными для бизнеса, образования и личного общения с иностранными друзьями или родственниками.

Я реально удивлен! Синхронный перевод Google Meet фокусируется не только на точности передачи смысла, но и на сохранении паралингвистических элементов речи. Что делает коммуникацию между носителями разных языков максимально приближенной к естественному общению. Как же круто будет говорить с любым человеком на планете на любом языке. Очень жду эту технологию в широком доступе.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.