هدفون‌ها همچنین می‌توانند گفتار را ترجمه کنند، مسابقه هوش مصنوعی شرکت‌های بزرگ فناوری روز به روز هیجان‌انگیزتر می‌شود

اپل، گوگل و متا در حال رقابت برای به‌کارگیری هوش مصنوعی هستند تا رویای «درک آنچه می‌شنوید» را با دستگاه‌هایی که قادر به ترجمه گفتار در لحظه هستند، به واقعیت تبدیل کنند.

در طول مراسم رونمایی از آیفون ۱۷، اپل ویدیویی را نشان داد که سناریوی رویایی بسیاری از مسافران را به تصویر می‌کشید. این ویدیو یک توریست انگلیسی زبان را نشان می‌دهد که در یک کشور اسپانیایی زبان که نامش ذکر نشده، در حال خرید گل است. گلفروش با توریست به زبان اسپانیایی صحبت می‌کند، اما آنچه توریست می‌شنود انگلیسی واضح و منسجمی است.

توریست از طریق هدفون به انگلیسی شنید: «امروز همه میخک‌های قرمز ۵۰٪ تخفیف دارند.» تقریباً همزمان با صحبت کارمند.

این ویدیو یک تبلیغ برای جدیدترین ایرپادز پرو ۳ اپل است، اما این ویژگی در حال حاضر در بسیاری از محصولات مشابه از شرکت‌های فناوری دیگر، از جمله آلفابت - شرکت مادر گوگل - و متا، مالک فیس‌بوک و اینستاگرام، وجود دارد.

اپل قابلیت ترجمه زنده را به هدفون‌های ایرپاد می‌آورد. (عکس: اپل)

پیشرفت‌های تکنولوژیکی که با انتشار ChatGPT شرکت OpenAI در اواخر سال ۲۰۲۲ آغاز شد، عصر هوش مصنوعی مولد را آغاز کرد. تقریباً سه سال بعد، این پیشرفت‌ها منجر به ابزارهای ترجمه زبان در زمان واقعی شده‌اند.

برای اپل، قابلیت ترجمه زنده (Live Translation) یکی از ویژگی‌های برجسته ایرپاد پرو ۳ است که این شرکت روز سه‌شنبه از آن رونمایی کرد. این هدفون‌های جدید ۲۵۰ دلاری از هفته آینده به بازار عرضه می‌شوند و با قابلیت ترجمه زنده، کاربران قادر خواهند بود زبان‌هایی مانند فرانسوی، آلمانی، پرتغالی و اسپانیایی را فوراً به انگلیسی ترجمه کنند. ترجمه زنده به ایرپاد ۴ و ایرپاد پرو ۲ نیز خواهد آمد.

وقتی دو نفر که از ایرپاد استفاده می‌کنند با یکدیگر صحبت می‌کنند، مکالمه می‌تواند همزمان و درست داخل هدفون هر دو نفر به صورت دو طرفه ترجمه شود. (عکس: MacRumors)

تحلیلگران می‌گویند این ویژگی می‌تواند گامی مهم در استراتژی هوش مصنوعی اپل باشد و باید با آیفون جدیدی که قادر به اجرای Apple Intelligence، مجموعه نرم‌افزاری هوش مصنوعی اپل، است، جفت شود.

گیل لوریا، تحلیلگر DA Davidson، گفت: «اگر واقعاً بتوانیم از AirPods برای ترجمه زنده استفاده کنیم، این ویژگی باعث می‌شود مردم بخواهند دستگاه‌های خود را ارتقا دهند.»

مسابقه هیجان‌انگیز دستگاه‌های ترجمه

در طول سال گذشته، گوگل و متا نیز محصولات سخت‌افزاری با قابلیت ترجمه در لحظه (بلادرنگ) را روانه بازار کرده‌اند.

گوشی‌های پیکسل ۱۰ گوگل دارای قابلیتی هستند که می‌تواند در طول تماس‌ها، گفته‌های گوینده را به زبان شخص مقابل ترجمه کند. این قابلیت که Voice Translate نام دارد، به گونه‌ای طراحی شده است که لحن گوینده را نیز حفظ کند. قابلیت Voice Translate از طریق یک به‌روزرسانی نرم‌افزاری از دوشنبه آینده برای گوشی‌های کاربران عرضه خواهد شد.

مجری برنامه، جیمی فالون، گوشی تاشوی پیکسل ۱۰ پرو فولد با قابلیت ترجمه صوتی را در دست دارد که تماس‌ها را به صورت آنی ترجمه می‌کند و صدای گوینده را حفظ می‌کند. (عکس: رویترز)

در جریان نمایش زنده گوگل در ماه آگوست، ترجمه صوتی نقل قولی از جیمی فالون را به اسپانیایی ترجمه کرد، در حالی که همچنان لهجه خاص او را حفظ می‌کرد. در همین حال، ویژگی اپل سعی در تقلید صدای کاربر ندارد.

در همین حال، شرکت متا در ماه مه اعلام کرد که عینک‌های ری-بن متا قادر خواهند بود از طریق بلندگوی دستگاه، گفتار را به زبان‌های دیگر ترجمه کنند و طرف مکالمه می‌تواند پاسخ‌های ترجمه شده ضبط شده در تلفن کاربر را مشاهده کند.

CNBC در ماه آگوست گزارش داد که متا هفته آینده رویداد رونمایی از محصول خود را برگزار می‌کند و انتظار می‌رود در آن از نسل بعدی عینک‌های هوشمند خود که دارای یک صفحه نمایش کوچک روی یکی از لنزها هستند، رونمایی کند. مشخص نیست که آیا متا ویژگی‌های ترجمه جدیدی را معرفی خواهد کرد یا خیر.

عینک‌های ری-بن متا به شما این امکان را می‌دهند که ترجمه‌ها را روی گوشی خود بشنوید و ببینید.

در سال‌های اخیر، مجموعه‌ای از دستگاه‌های ترجمه اختصاصی در بازار عرضه شده‌اند که با بهره‌گیری از شبکه‌های جهانی پرسرعت تلفن همراه و بهبود خدمات ترجمه آنلاین، دستگاه‌های جمع‌وجور یا هدفون‌هایی با عملکردهای ترجمه یکپارچه را تنها با چند صد دلار ایجاد کرده‌اند.

جو میلر، مدیرعامل آمریکایی Pocketalk، که یک دستگاه ترجمه ۲۹۹ دلاری می‌سازد و می‌تواند مکالمات بین دو نفر را که به دو زبان مختلف صحبت می‌کنند، با استفاده از صدا و متن ترجمه کند، گفت : «چیزی که در مورد اپل دوست دارم این است که آنها واقعاً بر فوریت این موضوع تأکید می‌کنند.»

با توجه به اینکه اپل تنها در سه ماهه اول سال جاری حدود ۱۸ میلیون هدفون بی‌سیم فروخته است، طبق گفته Canalys، ورود اپل به بازار، به مشتریان بیشتری امکان دسترسی به پیشرفت‌های فناوری ترجمه را می‌دهد.

اگرچه اپل وارد بازار شده است، اما سازندگان دستگاه‌های اختصاصی استدلال می‌کنند که تمرکز بر دقت و دانش زبانی، نتایج ترجمه بهتری نسبت به آنچه یک تلفن جدید می‌تواند به صورت رایگان ارائه دهد، به همراه خواهد داشت.

الکساندر آلسکی، رئیس بخش ایالات متحده و کانادای شرکت واسکو الکترونیکس، که در حال عرضه هدفون‌های ترجمه‌ای است که صدای کاربر را مانند ویژگی گوگل تقلید می‌کنند، گفت: «ما در واقع زبان‌شناسان را استخدام کردیم. ما هوش مصنوعی را با ورودی انسانی ترکیب می‌کنیم و در تمام زبان‌هایی که ارائه می‌دهیم، دقت بسیار بالاتری داریم.»

سازندگان تجهیزات تخصصی نیز از مزیت حضور در بازار داخلی برخوردارند. طبق وب‌سایت شرکت واسکو الکترونیکس، بزرگترین بازار این شرکت اروپا است، در حالی که ویژگی ترجمه زنده اپل هنوز برای کاربران اتحادیه اروپا در دسترس نیست.

برخی از محصولات جدید شرکت‌های فناوری هنوز محدود هستند و فقط از تعداد مشخصی زبان پشتیبانی می‌کنند. اپل این ویژگی را فقط در پنج زبان ارائه می‌دهد، در حالی که Pocketalk تا ۹۵ زبان را پشتیبانی می‌کند.

نگوک نگوین (سی‌ان‌بی‌سی)

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