Автоматический переводчик Microsoft копирует голос говорящего

Microsoft Research представила автоматический почти синхронный голосовой перевод с одного языка на другой, сообщает Lenta.Ru со ссылкой на NewScientist. Презентацию технологии, в ходе которой перевод с английского на путунхуа происходил с задержкой в несколько секунд и звучал в вокальной манере оригинала, провел директор Microsoft по разработкам Рик Рашид.

Рашид заявил, что существенный прогресс стал результатом нововведений на всех стадиях процесса.

ПО вроде Dragon Naturally Speaking компании Nuance уже совершило революцию в области распознавания речи, после чего продукты, основанные на этой технологии, стали доступны широкой публике в виде приложения Siri для iPhone или голосового интерфейса игрового контроллера Kinect. Хотя подобные системы часто ошибаются (по словам Рашида, неправильно интерпретируется каждое четвёртое−пятое слово), они все равно намного лучше своих предшественников. Microsoft применила новую систему машинного обучения на основе искусственных нейронных сетей, которая сокращает непонимание до каждого седьмого−восьмого слова. Это значит, что программа-переводчик Bing Translate выдает генератору речи более точный текст.

Самым же большим достижением стала генерация речи с сохранением модуляций голоса говорящего. Благодаря этому собеседникам будет легче понять друг друга, что повысит эффективность общения. По словам Рашида, он целый час общался с машиной, прежде чем она усвоила все нюансы его разговорной манеры.

«Ещё несколько лет, и мы сломаем языковые барьеры между народами», — обратился к собравшимся Рик Рашид.