infa.lt

Google pristatymo video kadras

Technologijų milžinė „Google“ oficialiai pristatė „Gemini 3.5 Live Translate“ – naujos kartos audio modelį, skirtą momentiniam kalbos vertimui su minimalia kelių sekundžių laiko užtrukimu.

Sistema palaiko daugiau nei 70 kalbų ir pasižymi unikalia savybe: ji ne tik išverčia pasakytus žodžius, bet ir pilnai išlaiko originalią kalbančiojo intonaciją, kalbos tempą bei balso tembro ypatumus, taip užtikrindama maksimaliai natūralų bendravimą.

Radikalus kalbų kombinacijų išplėtimas

Atnaujinta serviso versija išplėtė kalbų palaikymą nuo anksčiau buvusių penkių iki daugiau nei 70 kalbų.

Tai žymi esminį lūžį rinkoje, nes technologija leidžia užtikrinti sinchroninį vertimą daugiau nei 2000 kalbų porų vieno susitikimo metu.

Iki šiol sistema turėjo ribotą funkcionalumą ir gebėjo versti tekstus tik iš anglų arba į anglų kalbą, o dabar barjerai panaikinami tarp visų palaikomų kalbų tiesiogiai.

Kartu su modelio pristatymu buvo atnaujinta ir naudotojo sąsaja, kuri nuo šiol suteikia momentinę prieigą prie tiesioginio kalbos vertimo funkcijų be papildomų klaidžiojimų nustatymuose.

Vertimas „eigoje“ ir pritaikymas praktikoje

Skirtingai nuo tradicinių balso vertimo įrankių, kurie laukia, kol pašnekovas visiškai pabaigs frazę, „Gemini 3.5 Live Translate“ analizuoja srautą nenutrūkstamai.

Sistema automatiškai atpažįsta kalbą be jokių rankinių nustatymų ir gali patikimai veikti net triukšmingoje aplinkoje.

Ši technologija pritaikoma tarptautiniams skambučiams, vaizdo konferencijoms, nuotolinėms pamokoms bei tiesioginėms transliacijoms.

Naujasis modelis jau pradedamas integruoti į „Google“ ekosistemą. Programuotojai prieigą gavo per „Gemini Live API“ bei „Google AI Studio“ platformą.

Verslo klientai technologiją galės išbandyti „Google Meet“ aplinkoje, o eiliniai „Android“ ir „iOS“ vartotojai funkciją ras „Google Translate“ programėlėje.

Viena pirmųjų stambių partnerių, pradėjusių testuoti šį įrankį, tapo pavėžėjimo ir paslaugų platforma „Grab“, kas mėnesį apdorojanti per 10 mln. balso skambučių tarp vairuotojų ir keleivių.

Bendrovės atstovų teigimu, modelis pademonstravo itin aukštą tikslumą ir minimalią delsą.

Naujas „klausymosi režimas“ ir saugumas

„Google Translate“ mobiliosios programėlės naudotojams pristatytas specialus „klausymosi režimas“ (angl. listening mode).

„Android“ išmaniųjų telefonų savininkai galės girdėti sinchroniškai verčiamą tekstą tiesiogiai per telefono pokalbio garsiakalbį – pakanka pridėti įrenginį prie ausies, tarsi vykstant įprastam telefono skambučiui.

Šiuo metu vyksta uždaras funkcijų testavimas tarp „Google Workspace“ verslo klientų, o platesnis technologijos prieinamumas numatytas metų pabaigoje.

Siekdama sumažinti dezinformacijos riziką, „Google“ visus audio failus, sukurtus naudojant „Gemini 3.5 Live Translate“, automatiškai žymi skaitmeniniais vandens ženklais „SynthID“, leidžiančiais identifikuoti dirbtinio intelekto sugeneruotą turinį.