หูฟังยังสามารถแปลคำพูดได้ การแข่งขัน AI ของ Big Tech กำลังน่าตื่นเต้นมากขึ้นเรื่อยๆ

Apple, Google และ Meta กำลังแข่งขันกันนำ AI มาใช้เพื่อทำให้ความฝันในการ "เข้าใจสิ่งที่คุณได้ยิน" เป็นจริงด้วยอุปกรณ์ที่มีความสามารถในการแปลคำพูดแบบเรียลไทม์

ในงานเปิดตัว iPhone 17 ทาง Apple ได้เผยแพร่ วิดีโอ ที่จำลองภาพความฝันของนักเดินทางหลายคน วิดีโอดังกล่าวแสดงให้เห็นนักท่องเที่ยวที่พูดภาษาอังกฤษกำลังซื้อดอกไม้ในประเทศที่พูดภาษาสเปนซึ่งไม่มีการระบุชื่อ พ่อค้าดอกไม้พูดภาษาสเปนกับนักท่องเที่ยว แต่สิ่งที่นักท่องเที่ยวได้ยินกลับเป็นภาษาอังกฤษที่ชัดเจนและฟังเข้าใจง่าย

“ดอกคาร์เนชั่นสีแดงทุกชนิดลดราคา 50% วันนี้” นักท่องเที่ยวได้ยินเป็นภาษาอังกฤษผ่านหูฟังเกือบจะพร้อมกันกับที่พนักงานพูด

วิดีโอนี้เป็นสื่อส่งเสริมการขายสำหรับ AirPods Pro 3 รุ่นล่าสุดของ Apple แต่ฟีเจอร์ดังกล่าวก็มีอยู่ในผลิตภัณฑ์ที่คล้ายกันหลายตัวจากบริษัทเทคโนโลยีอื่นๆ แล้ว รวมถึง Alphabet ซึ่งเป็นบริษัทแม่ของ Google และ Meta เจ้าของ Facebook และ Instagram

Apple นำฟีเจอร์แปลภาษาสดมาสู่หูฟัง Airpods (ภาพ: Apple)

ความก้าวหน้าทางเทคโนโลยีที่เกิดจากการเปิดตัว ChatGPT ของ OpenAI ในช่วงปลายปี 2022 ได้นำพายุคแห่ง AI เชิงสร้างสรรค์ (generative AI) เข้ามา เกือบสามปีให้หลัง ความก้าวหน้าเหล่านี้ได้นำไปสู่การพัฒนาเครื่องมือแปลภาษาแบบเรียลไทม์

สำหรับ Apple แล้ว Live Translation ถือเป็นฟีเจอร์เด่นของ AirPods Pro 3 ซึ่งบริษัทได้ประกาศไปเมื่อวันอังคารที่ผ่านมา หูฟังรุ่นใหม่ราคา 250 ดอลลาร์สหรัฐฯ จะวางจำหน่ายในสัปดาห์หน้า และ Live Translation จะช่วยให้ผู้ใช้สามารถฟังคำแปลภาษาฝรั่งเศส เยอรมัน โปรตุเกส และสเปน เป็นภาษาอังกฤษได้ทันที นอกจากนี้ Live Translation ยังจะมาพร้อมกับ AirPods 4 และ AirPods Pro 2 อีกด้วย

เมื่อคนสองคนที่สวม AirPods พูดคุยกัน การสนทนาจะถูกแปลเป็นสองทางในเวลาเดียวกันภายในหูฟังของแต่ละคน (ภาพ: MacRumors)

นักวิเคราะห์กล่าวว่าฟีเจอร์ดังกล่าวอาจเป็นก้าวสำคัญในกลยุทธ์ AI ของ Apple และจะต้องจับคู่กับ iPhone รุ่นใหม่ที่สามารถรัน Apple Intelligence ซึ่งเป็นชุดซอฟต์แวร์ AI ของ Apple ได้

“หากเราสามารถใช้ AirPods เพื่อการแปลสดได้จริง มันจะเป็นฟีเจอร์ที่จะทำให้ผู้คนอยากอัปเกรดอุปกรณ์ของตน” นักวิเคราะห์ Gil Luria จาก DA Davidson กล่าว

การแข่งขันอุปกรณ์แปลภาษาที่น่าตื่นเต้น

ในช่วงปีที่ผ่านมา Google และ Meta ได้เปิดตัวผลิตภัณฑ์ฮาร์ดแวร์ที่มีความสามารถในการแปลแบบเรียลไทม์ด้วย

โทรศัพท์ Pixel 10 ของ Google มีฟีเจอร์ที่สามารถแปลสิ่งที่ผู้พูดพูดเป็นภาษาของอีกฝ่ายระหว่างการสนทนาได้ ฟีเจอร์นี้มีชื่อว่า Voice Translate ซึ่งออกแบบมาเพื่อรักษาระดับน้ำเสียงของผู้พูดไว้ ฟีเจอร์ Voice Translate จะเริ่มเปิดให้ใช้งานบนโทรศัพท์ของผู้ใช้ผ่านการอัปเดตซอฟต์แวร์ในวันจันทร์หน้า

พิธีกรรายการ จิมมี่ ฟอลลอน ถือโทรศัพท์พับได้ Pixel 10 Pro Fold พร้อมฟีเจอร์ Voice Translate ที่สามารถแปลการสนทนาแบบเรียลไทม์และรักษาเสียงของผู้พูดให้คงอยู่ (ภาพ: รอยเตอร์)

ระหว่างการสาธิตสดของ Google ในเดือนสิงหาคม Voice Translate ได้แปลคำพูดของ Jimmy Fallon เป็นภาษาสเปน โดยยังคงรักษาสำเนียงอันเป็นเอกลักษณ์ของเขาเอาไว้ อย่างไรก็ตาม ฟีเจอร์ของ Apple ไม่ได้พยายามเลียนแบบเสียงของผู้ใช้

ในขณะเดียวกัน Meta ได้ประกาศในเดือนพฤษภาคมว่าแว่นตา Ray-Ban Meta จะสามารถแปลคำพูดเป็นภาษาอื่น ๆ ผ่านทางลำโพงของอุปกรณ์ และคู่สนทนาจะสามารถเห็นการตอบกลับที่แปลแล้วซึ่งบันทึกไว้ในโทรศัพท์ของผู้ใช้ได้

Meta กำลังจัดงานเปิดตัวผลิตภัณฑ์ของตัวเองในสัปดาห์หน้า ตามรายงานของ CNBC ในเดือนสิงหาคม โดยคาดว่าจะเปิดตัวแว่นตาอัจฉริยะรุ่นใหม่ที่จะมีหน้าจอขนาดเล็กบนเลนส์ตัวหนึ่ง ยังไม่ชัดเจนว่า Meta จะเปิดตัวฟีเจอร์แปลภาษาใหม่หรือไม่

แว่นตา Ray-Ban Meta ช่วยให้คุณสามารถฟังและดูคำแปลบนโทรศัพท์ของคุณได้

ในช่วงไม่กี่ปีที่ผ่านมามีอุปกรณ์แปลภาษาเฉพาะทางจำนวนหนึ่งเปิดตัวออกสู่ตลาด โดยใช้ประโยชน์จากเครือข่ายมือถือความเร็วสูงทั่วโลกและบริการแปลภาษาออนไลน์ที่ได้รับการปรับปรุง โดยสร้างอุปกรณ์ขนาดกะทัดรัดหรือหูฟังที่มีฟังก์ชันการแปลภาษาในตัวด้วยราคาเพียงไม่กี่ร้อยดอลลาร์

“สิ่งที่ผมชอบเกี่ยวกับ Apple ก็คือพวกเขาเน้นย้ำถึงความเร่งด่วนของปัญหานี้ได้เป็นอย่างดี” โจ มิลเลอร์ กรรมการผู้จัดการของ Pocketalk ในสหรัฐอเมริกา ซึ่งผลิตอุปกรณ์แปลภาษาที่สามารถแปลบทสนทนาระหว่างคนสองคนที่พูดสองภาษาต่างกันโดยใช้ทั้งเสียงและข้อความ กล่าว

จากข้อมูลของ Canalys ระบุว่า Apple สามารถจำหน่ายหูฟังไร้สายได้ราว 18 ล้านเครื่องในไตรมาสแรกของปีนี้เพียงปีเดียว การที่ Apple เข้าสู่ตลาดนี้จะทำให้ลูกค้าเข้าถึงความก้าวหน้าในเทคโนโลยีการแปลภาษาได้มากขึ้น

แม้ว่า Apple จะเข้าสู่ตลาดแล้ว แต่ผู้ผลิตอุปกรณ์เฉพาะทางยังคงโต้แย้งว่าการเน้นที่ความแม่นยำและความรู้ด้านภาษาจะทำให้ได้ผลลัพธ์การแปลที่ดีกว่าที่โทรศัพท์รุ่นใหม่สามารถให้ได้โดยไม่เสียค่าใช้จ่าย

“จริงๆ แล้วเราได้จ้างนักภาษาศาสตร์ ” อเล็กซานเดอร์ อัลสกี หัวหน้าฝ่ายสหรัฐอเมริกาและแคนาดาของ Vasco Electronics ซึ่งกำลังเปิดตัวหูฟังแปลภาษาที่เลียนแบบเสียงของผู้ใช้เช่นเดียวกับฟีเจอร์ของ Google กล่าว “เราผสาน AI เข้ากับการป้อนข้อมูลของมนุษย์ และทำให้เราได้ความแม่นยำที่สูงขึ้นมากในทุกภาษาที่เราให้บริการ”

ผู้ผลิตอุปกรณ์เฉพาะทางยังมีข้อได้เปรียบในการแข่งขันในบ้าน ตลาดที่ใหญ่ที่สุดของ Vasco Electronics คือยุโรป ขณะที่ฟีเจอร์ Live Translation ของ Apple ยังไม่เปิดให้บริการสำหรับผู้ใช้ในสหภาพยุโรป ตามข้อมูลบนเว็บไซต์ของบริษัท

ผลิตภัณฑ์ใหม่บางรายการจากบริษัทเทคโนโลยียังคงมีข้อจำกัด โดยรองรับได้เพียงบางภาษา Apple นำเสนอฟีเจอร์นี้เพียง 5 ภาษาเท่านั้น ขณะที่ Pocketalk รองรับได้ถึง 95 ภาษา

ง็อกเหงียน (CNBC)

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