Un nuevo sistema de traducción por inteligencia artificial, llamado Spatial Speech Translation, acaba de ser presentado, y promete cambiar la manera en que interactuamos en conversaciones multilingües. Imagine estar en una cena con amigos que hablan diferentes idiomas mientras usted sigue el hilo de la conversación sin dificultad. Este sistema permite traducir el habla de múltiples personas simultáneamente en tiempo real, lo que representa un avance significativo para eliminar las barreras lingüísticas en grupos diversos.
El funcionamiento de Spatial Speech Translation se basa en dos modelos de inteligencia artificial que pueden identificar la dirección y las características vocales de cada hablante. Esto no solo facilita la distinción entre las voces en un entorno ruidoso, sino que también clona las características vocales para que las traducciones suenen naturales y auténticas. A diferencia de otros sistemas que proporcionan traducciones robóticas, este sistema ofrece una experiencia fluida donde el hablante traducido parece estar hablando en su propio tono.
El sistema está diseñado para ser utilizado con auriculares con reducción de ruido y se conecta a una computadora portátil equipada con el chip M2 de Apple. Aunque los desarrolladores enfrentan el desafío de reducir la latencia de las traducciones para lograr una conversación más natural y menos interrumpida, ya han obtenido resultados prometedores en pruebas iniciales. La ambición del equipo es hacer que estas traducciones sean casi instantáneas, manteniendo el contexto y la fluidez en la comunicación entre hablantes de diferentes idiomas.
Leave a Reply