Τα ακουστικά μπορούν επίσης να μεταφράσουν ομιλία, ο αγώνας τεχνητής νοημοσύνης των Big Tech γίνεται όλο και πιο συναρπαστικός

Η Apple, η Google και η Meta αγωνίζονται να εφαρμόσουν την Τεχνητή Νοημοσύνη για να κάνουν πραγματικότητα το όνειρο της «κατανόησης αυτού που ακούς» με συσκευές ικανές για μετάφραση ομιλίας σε πραγματικό χρόνο.

Κατά τη διάρκεια της εκδήλωσης κυκλοφορίας του iPhone 17, η Apple παρουσίασε ένα βίντεο που αναπαριστούσε το ονειρικό σενάριο πολλών ταξιδιωτών. Το βίντεο δείχνει έναν αγγλόφωνο τουρίστα να ψωνίζει λουλούδια σε μια ανώνυμη ισπανόφωνη χώρα. Ο ανθοπώλης μιλάει ισπανικά στον τουρίστα, αλλά αυτό που ακούει ο τουρίστας είναι καθαρά, συνεκτικά αγγλικά.

«Όλα τα κόκκινα γαρίφαλα έχουν έκπτωση 50% σήμερα», άκουσε ο τουρίστας στα αγγλικά από τα ακουστικά, σχεδόν ταυτόχρονα με τον υπάλληλο να μιλάει.

Το βίντεο αποτελεί διαφημιστικό υλικό για τα τελευταία AirPods Pro 3 της Apple, αλλά η λειτουργία υπάρχει ήδη σε πολλά παρόμοια προϊόντα από άλλες εταιρείες τεχνολογίας, συμπεριλαμβανομένης της Alphabet - της μητρικής εταιρείας της Google - και της Meta, ιδιοκτήτριας του Facebook και του Instagram.

Η Apple φέρνει λειτουργία ζωντανής μετάφρασης στα ακουστικά airpods. (Φωτογραφία: Apple)

Οι τεχνολογικές εξελίξεις που ωθήθηκαν από την κυκλοφορία του ChatGPT της OpenAI στα τέλη του 2022 εγκαινίασαν την εποχή της γενετικής τεχνητής νοημοσύνης. Σχεδόν τρία χρόνια αργότερα, αυτές οι εξελίξεις οδηγούν σε εργαλεία μετάφρασης γλωσσών σε πραγματικό χρόνο.

Για την Apple, η λειτουργία Live Translation αποτελεί ένα μεγάλο highlight των AirPods Pro 3, τα οποία ανακοίνωσε η εταιρεία την Τρίτη. Τα νέα ακουστικά των 250 δολαρίων θα κυκλοφορήσουν την επόμενη εβδομάδα και με τη λειτουργία Live Translation, οι χρήστες θα μπορούν να ακούν γλώσσες όπως τα γαλλικά, τα γερμανικά, τα πορτογαλικά και τα ισπανικά μεταφρασμένα στα αγγλικά άμεσα. Η λειτουργία Live Translation θα είναι επίσης διαθέσιμη στα AirPods 4 και AirPods Pro 2.

Όταν δύο άτομα που φορούν AirPods συνομιλούν μεταξύ τους, η συνομιλία μπορεί να μεταφραστεί αμφίδρομα ταυτόχρονα μέσα στα ακουστικά και των δύο ατόμων. (Φωτογραφία: MacRumors)

Οι αναλυτές λένε ότι η λειτουργία αυτή θα μπορούσε να σηματοδοτήσει ένα σημαντικό βήμα προς τα εμπρός στη στρατηγική τεχνητής νοημοσύνης της Apple και θα πρέπει να συνδυαστεί με ένα νέο iPhone ικανό να τρέχει το Apple Intelligence, τη σουίτα λογισμικού τεχνητής νοημοσύνης της Apple.

«Αν μπορούμε πραγματικά να χρησιμοποιήσουμε τα AirPods για ζωντανή μετάφραση, θα ήταν ένα χαρακτηριστικό που θα έκανε τους ανθρώπους να θέλουν να αναβαθμίσουν τις συσκευές τους», δήλωσε ο αναλυτής Gil Luria της DA Davidson.

Συναρπαστικός αγώνας ταχύτητας με μεταφραστικές συσκευές

Τον τελευταίο χρόνο, η Google και η Meta έχουν επίσης κυκλοφορήσει προϊόντα υλικού με δυνατότητες μετάφρασης σε πραγματικό χρόνο.

Τα τηλέφωνα Pixel 10 της Google διαθέτουν μια λειτουργία που μπορεί να μεταφράσει ό,τι λέει ένας ομιλητής στη γλώσσα του άλλου ατόμου κατά τη διάρκεια των κλήσεων. Η λειτουργία, που ονομάζεται Φωνητική Μετάφραση, έχει επίσης σχεδιαστεί για να διατηρεί τον τόνο του ομιλητή. Η Φωνητική Μετάφραση θα αρχίσει να διατίθεται στα τηλέφωνα των χρηστών μέσω μιας ενημέρωσης λογισμικού την επόμενη Δευτέρα.

Ο παρουσιαστής Τζίμι Φάλον κρατάει το πτυσσόμενο τηλέφωνο Pixel 10 Pro Fold με λειτουργία Φωνητικής Μετάφρασης, η οποία μεταφράζει τις κλήσεις σε πραγματικό χρόνο και διατηρεί ανέπαφη τη φωνή του ομιλητή. (Φωτογραφία: Reuters)

Κατά τη διάρκεια της ζωντανής επίδειξης της Google τον Αύγουστο, η Voice Translate μετέφρασε ένα απόσπασμα του Jimmy Fallon στα ισπανικά διατηρώντας παράλληλα την χαρακτηριστική προφορά του. Η λειτουργία της Apple, εν τω μεταξύ, δεν επιχειρεί να μιμηθεί τη φωνή ενός χρήστη.

Εν τω μεταξύ, η Meta ανακοίνωσε τον Μάιο ότι τα γυαλιά Ray-Ban Meta θα μπορούν να μεταφράζουν την ομιλία σε άλλες γλώσσες μέσω του ηχείου της συσκευής και ο συνομιλητής θα μπορεί να βλέπει μεταφρασμένες απαντήσεις που έχουν καταγραφεί στο τηλέφωνο του χρήστη.

Η Meta διοργανώνει τη δική της εκδήλωση παρουσίασης προϊόντων την επόμενη εβδομάδα, όπως ανέφερε το CNBC τον Αύγουστο, όπου αναμένεται να παρουσιάσει την επόμενη γενιά έξυπνων γυαλιών που θα διαθέτουν μια μικρή οθόνη σε έναν από τους φακούς. Δεν είναι σαφές εάν η Meta θα εισαγάγει νέες λειτουργίες μετάφρασης.

Τα γυαλιά Ray-Ban Meta σάς επιτρέπουν να ακούτε και να βλέπετε μεταφράσεις στο τηλέφωνό σας.

Τα τελευταία χρόνια, μια σειρά από εξειδικευμένες συσκευές μετάφρασης έχουν εμφανιστεί στην αγορά, αξιοποιώντας τα παγκόσμια δίκτυα κινητής τηλεφωνίας υψηλής ταχύτητας και τις βελτιωμένες υπηρεσίες online μετάφρασης, δημιουργώντας συμπαγείς συσκευές ή ακουστικά με ενσωματωμένες λειτουργίες μετάφρασης για μόλις μερικές εκατοντάδες δολάρια.

«Αυτό που μου αρέσει στην Apple είναι ότι πραγματικά τονίζουν τον επείγοντα χαρακτήρα αυτού του ζητήματος», δήλωσε ο Τζο Μίλερ, διευθύνων σύμβουλος της Pocketalk στις ΗΠΑ, η οποία κατασκευάζει μια συσκευή μετάφρασης αξίας 299 δολαρίων που μπορεί να μεταφράσει συνομιλίες μεταξύ δύο ατόμων που μιλούν δύο διαφορετικές γλώσσες χρησιμοποιώντας τόσο ήχο όσο και κείμενο.

Με την Apple να πουλάει περίπου 18 εκατομμύρια ασύρματα ακουστικά μόνο στο πρώτο τρίμηνο του τρέχοντος έτους, σύμφωνα με την Canalys, η είσοδος της Apple στην αγορά θα δώσει σε περισσότερους πελάτες πρόσβαση σε προόδους στην τεχνολογία μετάφρασης.

Παρόλο που η Apple έχει εισέλθει στην αγορά, οι κατασκευαστές συσκευών υποστηρίζουν ότι η εστίαση στην ακρίβεια και τις γλωσσικές γνώσεις θα αποφέρει καλύτερα αποτελέσματα μετάφρασης από αυτά που μπορεί να προσφέρει ένα νέο τηλέφωνο δωρεάν.

«Προσλάβαμε γλωσσολόγους», δήλωσε ο Αλεξάντερ Άλσκι, επικεφαλής του τμήματος ΗΠΑ και Καναδά της Vasco Electronics, η οποία λανσάρει ακουστικά μετάφρασης που μιμούνται τη φωνή του χρήστη όπως η λειτουργία της Google. «Συνδυάζουμε την τεχνητή νοημοσύνη με την ανθρώπινη εισαγωγή και πετυχαίνουμε πολύ μεγαλύτερη ακρίβεια σε όλες τις γλώσσες που προσφέρουμε».

Οι κατασκευαστές εξειδικευμένου εξοπλισμού έχουν επίσης ένα πλεονέκτημα στην εγχώρια αγορά. Η μεγαλύτερη αγορά της Vasco Electronics είναι η Ευρώπη, ενώ η λειτουργία Live Translation της Apple δεν είναι ακόμη διαθέσιμη στους χρήστες της ΕΕ, σύμφωνα με την ιστοσελίδα της εταιρείας.

Ορισμένα νέα προϊόντα από εταιρείες τεχνολογίας εξακολουθούν να είναι περιορισμένα, υποστηρίζοντας μόνο έναν ορισμένο αριθμό γλωσσών. Η Apple προσφέρει αυτή τη λειτουργία μόνο σε πέντε γλώσσες, ενώ η Pocketalk υποστηρίζει έως και 95 γλώσσες.

Νγκοκ Νγκουγιέν (CNBC)

Πηγή: https://vtcnews.vn/tai-nghe-cung-biet-dich-noi-cuoc-dua-ai-cua-cac-big-tech-ngay-cang-soi-dong-ar965160.html