Modely LLM usnadňují naše každodenní fungování. Již před lety ukázal překladač DeepL, že umělá inteligence má budoucnost i v oblasti jazykových překladů. I Google překladač se samozřejmě výrazně zlepšil, když společnost začala vyvíjet vlastní modely LLM. Bylo jen otázkou času, než dojde ke spuštění překladu řeči v reálném čase, což konečně přináší nová aktualizace překladače.
Na některých mobilních telefonech můžeme vidět funkci překládání řeči v reálném čase, která často funguje dobře. Výrobci mobilů na našem trhu využívají právě modely Gemini od Googlu, což možná motivovalo společnost k vývoji modelu Gemini 3.5 Live Translate určeného pro překlad řeči. Pokud máte v mobilu s Androidem nebo iOS již Google překladač, stačí si aplikaci aktualizovat. Funkce překladů je zdarma, ale souhlasíte se smluvními podmínkami, které povolují Googlu odesílat nahrávky konverzací, učit na nich své modely a dále je využívat.
„Před dvaceti lety se překlad v Googlu zrodil jako jeden z našich průkopnických experimentů v oblasti strojového učení, jehož cílem bylo proměnit jazykovou vědu v kouzlo lidských vztahů. Tento experiment ušel dlouhou cestu a dnes každý měsíc překládáme přes bilion slov pro miliardy uživatelů napříč našimi produkty. Dnes činíme další krok vpřed vydáním Gemini 3.5 Live Translate, našeho nejnovějšího zvukového modelu pro živý překlad řeči do řeči. Model automaticky rozpoznává více než 70 jazyků a generuje plynulou, přirozeně znějící přeloženou řeč, která zachovává intonaci, tempo a výšku hlasu mluvčího. Na rozdíl od systémů, které čekají, až mluvčí domluví, než odpoví, generuje 3.5 Live Translate řeč nepřetržitě a vyvažuje kompromis mezi čekáním na kontext za účelem zlepšení kvality a okamžitým překládáním, aby zůstalo v synchronizaci s mluvčím. Poskytuje plynulý zvuk bez nepříjemných pauz během celé relace a zaostává za mluvčím jen o několik sekund,“ uvedla společnost Google na svém blogu.
Zdroj: blog.google
