Разработчики компании Google сообщили об успешном завершении основного этапа создания нейросети Translatotron, которая будет использоваться для устного перевода с одного языка на другой. Работы над проектом велись на протяжении нескольких лет, и хотя разработка и его совершенствование будут продолжены, уже сейчас ясно: Google Translatotron – новый подход, новые алгоритмы, новый уровень общения.
Каскадная модель уйдет в прошлое
Google Translatotron не является первооткрывателем среди сервисов или приложений, которые могут выступать в роли переводчиков с разных языков. Однако, предшественники нейросети, хотя и отличались интерфейсом и функциональностью, использовали каскадную модель перевода.
Это подразумевает прохождение трех этапов: автоматическое распознавание речи для ее последующей транскрипции, следующий этап – машинный перевод, преобразование полученного результата в аудиозапись. Такой же метод используется и в популярном Translate от Google.
В ходе работы над технологией специалисты компании провели изучение звуковых спектрограмм, стараясь воссоздать принцип работы переводчиков: услышал-перевел. Новый алгоритм Google Translatotron позволил «пропустить» работу с текстом, обрабатывая его как спектрограмму, переводить аудиозапись, конвертируя в аналогичный аудио-файл.
Сквозная модель позволит увеличить скорость обработки (перевода), а также его точность.
Но это не все. В блоге корпорации отмечается, что Translatotron — это первая сквозная модель, которая создает устный перевод речи, сохраняя исходные голосовые данные речи источника. Нейросеть способна воссоздать интонацию, темп, паузы (в этом можно убедиться, посетив официальный блог Google). Никаких синтетических голосов и «машинного» безличия, технология может даже копировать голос собеседника.
Тестовые испытания Google Translatotron
Проверка алгоритма проводилась на английском и испанском языках. Качество перевода пока еще уступает каскадным моделям, но разработчики убеждены, что в процессе использования Google Translatotron сможет обучиться, и в будущем научиться избегать ошибок, в том числе и со словами, которые не требуют перевода (имена, названия и прочее). Все же главный результат – прямой перевод устной речи — был достигнут.
