Translatotron 2 – ИИ-система для синхронного перевода устной речи без возможности злоупотреблений

Компания Google довольно давно работает над технологиями искусственного интеллекта (ИИ) и уже добилась в этой сфере определенных успехов. Одним из таких проектов является представленный в 2019 году Translatotron – ИИ-система для синхронного перевода устной речи с одного языка на другой.

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 достоинства 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.