ايتنا - مدل Translatotron گوگل؛ مدلی برای تقلید صداهای انسان

سیستم هوش مصنوعی گوگل به تازگی جزئیات و اطلاعاتی در مورد مدلی به نام “Translatotron” منتشر کرده است.
این سیستم آزمایشی هوش مصنوعی می‌تواند صدای یک انسان را به صورت مستقیم به زبانی دیگر تبدیل و ترجمه کند. این روش، امکان ترجمه ترکیبی صدای یک انسان را فراهم می‌کند. نکته جالب توجهی که در مورد مدل بحث وجود دارد این است که صدا پس از ترجمه اصلی، با صدای گوینده اصلی به گوش می‌رسد.

به گزارش ایتنا از رایورز به نقل از ونچربیت، ترجمه گفتاری سنتی از سیستم شناسایی خودکار گفتار برای تبدیل گفتار به متن استفاده می‌کند. این سیستم برای انجام کار خود از ترجمه ماشینی استفاده می‌کند. سپس مرحله تبدیل متن به گفتار آغاز می‌شود و ترجمه بدین شکل انجام می‌شود.

مدل Translatotron یک مدل ترجمه سرتاسری است. این مدل می‌تواند ترجمه‌ها را با سرعت بیشتری انجام دهد و همچنین پیچیدگی‌های کمتری در مقایسه با مدل‌های آبشاری سنتی دارند.
این مدل، اولین مدل سرتاسری به حساب می‌آید که می‌تواند گفتار را به صورت مستقیم از یک زبان به گفتاری در یک زبان دیگر تبدیل کند.
نکته مهمی که در مورد این مدل وجود دارد این که در واقع فقط گفتار و صحبت گوینده ترجمه نمی‌شود، بلکه مطالب ترجمه شده با صدای شخص گوینده به گوش شنونده می‌رسد.

ترجمه ماشینی در مقایسه با این مدل جدید در زمینه کیفیت، حرفی برای گفتن باقی نگذاشته است. دقت، سرعت و کیفیت موجود در این مدل جدید به معنای حقیقی کلمه ستودنی است.

شایان ذکر است که ظهور مدل‌های ترجمه ماشینی سرتاسری با انتشار مقاله‌ای از سوی پژوهشگران فرانسوی در سال 2016 آغاز شد. برای اینکه این مدل بتواند ترجمه‌ها را با سرعت و دقت بیشتری انجام دهد، محققان از مدل ترتیبی استفاده کردند. اطلاعات آموزشی ورودی این مدل به صورت طیف‌نگار است.

بنظر کارشناسان این عرصه، احتمالاً در آینده‌ای نزدیک از Translatotron برای مواردی نظیر حالت مفسر گوگل اسیستنت استفاده می‌شود.
حالت مفسر می‌تواند مطالب را بشنود و ترجمه شفاهی را به 27 زبان زنده دنیا انجام دهد.
همچنین استفاده از Translatotron در دستیار هوشمند گوگل احتمالاً تحولات گسترده‌ای ایجاد خواهد کرد.