Разработчики: | |
Дата премьеры системы: | май 2019 г |
Дата последнего релиза: | 2021/08/09 |
Отрасли: | Интернет-сервисы |
Технологии: | Речевые технологии, Офисные приложения |
Содержание |
2021: Представление Translatotron 2
Google представила систему Translatotron 2, в которой решила проблему злоупотреблений путем сохранения оригинального голоса. Об этом стало известно 9 августа 2021 года.
Translatotron не просто переводил речь в режиме реального времени, а трансформировал голос говорящего таким образом, чтобы произносимые им слова на одном языке звучали на другом. Однако, несмотря на очевидные плюсы подобной технологии, у нее есть существенный недостаток. Поскольку система способна генерировать речь, сказанную разными голосами, ее могут использовать мошенники, в том числе для создания дипфейков.
Теперь Google представила систему Translatotron 2, в которой решила проблему возможных злоупотреблений путем сохранения оригинального голоса говорящего (голос перевода при этом отличается от голоса говорящего). Качество перевода и натуральное звучание речи также было улучшено благодаря уменьшению числа нежелательных помех, таких как невнятная речь и слишком длинные паузы между фразами. Кроме того, производительность Translatotron 2 намного выше по сравнению с оригинальной системой.
По словам специалистов, за последние несколько лет технологии преобразования голоса приобрели большую популярность. Эти технологии работают так эффективно, что даже автоматизированные системы не всегда могут отличить «живую» речь от модифицированной. В связи с этим необходимо сделать так, чтобы их нельзя было использовать во вред. Создатели Translation 2 надеются, что в случае успеха их проект может стать потенциальным прорывом в этой области[1].
2019: Анонс
15 мая 2019 года Google представила инструмент для синхронного перевода устной речи с одного языка на другой. Технология получила название Translatotron.
Важной особенностью разработки стало то, что она позволяет переводить разговоры с сохранением голоса и интонации говорящего. При этом конвертация голоса в текст и обратно не производится, как в случае с «Google.Переводчиком». Translatotron пропускает этот этап и работает напрямую со звуком — система создаёт «слепок» исходной речи и преобразует её.
Представленная Google нейросеть принимает спектрограмму — визуальное представленияечастот — исходной аудиозаписи с голосом и синтезирует спектрограмму с речью на другом языке. Затем алгоритм синтезирует аудиофайл. Такой метод позволяет существенно ускорить перевод устной речи, но к середине мая 2019 года точность ещё далека от совершенства.
Хотя наши результаты отстают от обычной каскадной системы, мы продемонстрировали возможность сквозного прямого преобразования речи в речь, — говорится на сайте Google. |
При этом, по словам разработчиков, Translatotron обеспечивает более точный перевод, чем базовая каскадная модель, а также лучше обрабатывает имена собственные.
Синтезированный голос, правда, звучит несколько роботизированно, но схожесть с оригиналом все же большая. Прослушать образцы машинного перевода можно в блоге Google.[2]Елена Истомина, Directum: Как no-code меняет стоимость проекта
Специалисты Google проверили работу алгоритма с помощью BLEU-метода, при котором машинный перевод сравнивается с переводом, выполненным человеком. Они переводили устную речь с испанского на английский язык.
Translatotron может улучшить голосового помощника Google Assistant, который в мае 2019 года стал работать в 10 раз быстрее благодаря тому, что компания сократила рекуррентные нейронные сети и перенесла обработку речи на устройства.
Примечания
Подрядчики-лидеры по количеству проектов
Softline (Софтлайн) (175)
МойОфис (ООО Новые облачные технологии) (78)
Синтеллект (Syntellect) (76)
Р7-Офис (ранее Новые Коммуникационные Технологии, НКТ) (51)
Wone IT (ранее SoftwareONE Россия, СофтвэрУАН и Awara IT Russia, Авара Ай Ти Солюшенс) (36)
Другие (852)
Синтеллект (Syntellect) (52)
Р7-Офис (ранее Новые Коммуникационные Технологии, НКТ) (14)
Алми партнер (9)
Softline (Софтлайн) (9)
CommuniGate Systems (СталкерСофт) (5)
Другие (81)
Датапакс (11)
Р7-Офис (ранее Новые Коммуникационные Технологии, НКТ) (9)
CommuniGate Systems (СталкерСофт) (5)
МойОфис (ООО Новые облачные технологии) (4)
Аксофт (Axoft) (3)
Другие (50)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
Microsoft (61, 476)
МойОфис (ООО Новые облачные технологии) (12, 87)
Синтеллект (Syntellect) (2, 77)
Р7-Офис (ранее Новые Коммуникационные Технологии, НКТ) (1, 61)
СБК (Система безопасных коммуникаций) (2, 40)
Другие (593, 419)
Синтеллект (Syntellect) (2, 52)
Р7-Офис (ранее Новые Коммуникационные Технологии, НКТ) (1, 18)
Microsoft (6, 15)
СБК (Система безопасных коммуникаций) (1, 11)
The Document Foundation (2, 10)
Другие (32, 48)
Р7-Офис (ранее Новые Коммуникационные Технологии, НКТ) (1, 9)
СБК (Система безопасных коммуникаций) (1, 9)
МойОфис (ООО Новые облачные технологии) (2, 5)
Тест АйТи (Test IT) (1, 3)
СКБ Контур (1, 2)
Другие (14, 16)
Корус Консалтинг (1, 9)
МойОфис (ООО Новые облачные технологии) (1, 8)
Cloud4Y (ООО Флекс) (1, 7)
Яндекс (Yandex) (1, 7)
Unlimited Production (Анлимитед Продакшен) (1, 6)
Другие (20, 33)
МойОфис (ООО Новые облачные технологии) (2, 2)
Cloud4Y (ООО Флекс) (1, 1)
Корус Консалтинг (1, 1)
Облакотека (Виртуальные инфраструктуры) (1, 1)
Content AI (Контент ИИ) (1, 1)
Другие (1, 1)
Распределение систем по количеству проектов, не включая партнерские решения
Microsoft 365 (ранее Office 365) - 127
Microsoft Exchange Server - 110
Новые облачные технологии: МойОфис - 71
Skype for Business (ранее Microsoft Lync) - 67
Р7-Офис - 61
Другие 725
Syntellect Tessa Мобильное согласование - 30
Syntellect Tessa Графический визуализатор процессов - 28
Р7-Офис - 18
CommuniGate Pro - 11
AlterOffice - 9
Другие 58
CommuniGate Pro - 9
Р7-Офис - 9
Новые облачные технологии: МойОфис - 5
Test IT TMS (Test Management System) - 3
Корус Консалтинг: K-Team - 2
Другие 17
Подрядчики-лидеры по количеству проектов
Группа компаний ЦРТ (Центр речевых технологий) (43)
МТС Exolve (Межрегиональный ТранзитТелеком, МТТ) (27)
Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (25)
Naumen (Наумен консалтинг) (14)
Voice Systems Robotics (VSR, VS Robotics) (9)
Другие (148)
Группа компаний ЦРТ (Центр речевых технологий) (5)
Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (4)
Voice Systems Robotics (VSR, VS Robotics) (2)
МТС Exolve (Межрегиональный ТранзитТелеком, МТТ) (2)
3iTech (ранее 3i Technologies) (2)
Другие (15)
МТС Exolve (Межрегиональный ТранзитТелеком, МТТ) (12)
Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (7)
Voice Systems Robotics (VSR, VS Robotics) (3)
Naumen (Наумен консалтинг) (3)
Мегапьютер Интелидженс (Megaputer Intelligence) (2)
Другие (11)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
Группа компаний ЦРТ (Центр речевых технологий) (16, 46)
МТС Exolve (Межрегиональный ТранзитТелеком, МТТ) (3, 28)
Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (11, 26)
Яндекс (Yandex) (9, 14)
Avaya (4, 13)
Другие (300, 144)
Группа компаний ЦРТ (Центр речевых технологий) (2, 5)
Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (1, 5)
SberDevices (СалютДевайсы, ранее СберДевайсы) (2, 2)
Neuro.net (Нейро) (1, 2)
3iTech (ранее 3i Technologies) (1, 2)
Другие (7, 9)
МТС Exolve (Межрегиональный ТранзитТелеком, МТТ) (2, 12)
Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (2, 7)
Voice Systems Robotics (VSR, VS Robotics) (1, 3)
Naumen (Наумен консалтинг) (1, 3)
Voximplant (Фастком) (2, 2)
Другие (9, 11)
МТС Exolve (Межрегиональный ТранзитТелеком, МТТ) (1, 9)
Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (2, 8)
Группа компаний ЦРТ (Центр речевых технологий) (4, 7)
Unlimited Production (Анлимитед Продакшен) (1, 6)
Naumen (Наумен консалтинг) (2, 4)
Другие (12, 13)
Banks Soft Systems, BSS (Бэнкс Софт Системс, БСС) (2, 3)
SberDevices (СалютДевайсы, ранее СберДевайсы) (2, 2)
Napoleon IT (Наполеон Айти) (1, 1)
Группа компаний ЦРТ (Центр речевых технологий) (1, 1)
Наносемантика (Nanosemantics Lab) (1, 1)
Другие (6, 6)
Распределение систем по количеству проектов, не включая партнерские решения
МТТ VoiceBox - 24
BSS Digital2Speech - 20
Voice2Med Система распознавания речи в медицине - 14
SmartLogger II - 12
Naumen Erudite - 12
Другие 159
BSS Digital2Speech - 5
Voice2Med Система распознавания речи в медицине - 4
Neuro.net Голосовой робот - 2
3i TouchPoint Analytics - 2
Naumen Erudite - 2
Другие 9
МТТ VoiceBox - 11
BSS Digital2Speech - 6
Naumen Erudite - 3
VS Robotics: VS Робот-оператор - 3
PolyAnalyst Платформа визуальной разработки сценариев анализа данных и текстов - 2
Другие 12
МТТ VoiceBox - 9
BSS Digital2Speech - 7
EXpress Защищенный корпоративный мессенджер - 6
SmartLogger II - 4
Naumen Erudite - 3
Другие 17