مایکروسافت Teams Interpreter AI Translate را در زمان واقعی تماشا کنید

شما ممکن است به زبان انگلیسی صحبت کنید، اما برای همکار خود در پاریس که در جلسه تیم های مایکروسافت تنظیم می شود، به نظر می رسد که به زبان فرانسوی صحبت می کنید.

مایکروسافت در حال حاضر در حال آزمایش یک ویژگی جدید Interpreter AI است که صدای شما را شبیه سازی می کند و آن را در زمان واقعی به زبان دیگری تبدیل می کند. به گفته این شرکت، نتیجه صدایی است که “درست مثل شما به زبانی دیگر” به نظر می رسد. برنامه ترجمه در اوایل سال آینده با حداکثر نه زبان از جمله ایتالیایی، آلمانی، ژاپنی، کره ای، پرتغالی، فرانسوی، انگلیسی، چینی ماندارین و اسپانیایی پیش نمایش داده می شود. طبق واشنگتن پست، تنها حساب‌هایی که دارای مجوز Microsoft 365 Copilot هستند، می‌توانند به مترجم دسترسی داشته باشند.

مرتبط: به گفته مدیر عامل مایکروسافت، مایکروسافت در مسیر رسیدن به یک نقطه عطف بزرگ، “سریعترین تجارت در تاریخ ما” است.

تجارت هوش مصنوعی مایکروسافت در حال رونق است. ساتیا نادلا، مدیرعامل مایکروسافت ماه گذشته در یک تماس درآمدی گفت که بخش هوش مصنوعی مایکروسافت “در مسیری است که از نرخ درآمد سالانه 10 میلیارد دلاری در سه ماهه آینده فراتر رفته و تبدیل به “سریعترین تجارت در تاریخ ما برای رسیدن به این نقطه عطف” خواهد شد.

مترجم مایکروسافت در عمل

در یک ویدیوی نمایشی، مترجم از اسپانیایی به انگلیسی به صورت بلادرنگ در یک جلسه Teams ترجمه می‌کند و در عین حفظ ویژگی‌های صدای گوینده، آنچه را که شنونده می‌شنود تغییر می‌دهد.

در نسخه ی نمایشی دیگری، Interpreter همین کار را از انگلیسی به کره ای انجام می دهد.

در اینجا نحوه عملکرد ویژگی مترجم تیم های مایکروسافت آمده است تا به نظر برسد که در تماس ها به زبان خارجی صحبت می کنید https://t.co/92al0jkG9u pic.twitter.com/B9zMLdFlBd

– تام وارن (@tomwarren) 19 نوامبر 2024

مایکروسافت به کاربران اطمینان می دهد که اطلاعات بیومتریک آنها را ذخیره نمی کند و تنها با رضایت آنها اجازه شبیه سازی صدا را می دهد.

مزایا و معایب شبیه سازی صدا

فناوری شبیه سازی صدا برای بیش از تفسیر زمان واقعی مفید است. در ماه جولای، ElevenLabs استارتاپ هوش مصنوعی اپلیکیشنی را معرفی کرد که شامل صدای شبیه سازی شده جودی گارلند، جیمز دین، برت رینولدز و سر لارنس اولیویه بود. کاربران می‌توانند به این صداها ضربه بزنند تا هر کتاب، سند یا فایلی را که آپلود کرده‌اند را روایت کنند.

با این حال، یک نقطه ضعف برای این فناوری وجود دارد: کلاهبرداری ها را شخصی تر می کند. یکی از طرح‌های شبیه‌سازی هوش مصنوعی، صدای یک فرد را تنها از سه ثانیه صدا کپی می‌کند، مانند ویدیویی که در رسانه‌های اجتماعی پست شده است. پس از شبیه سازی صدا، کلاهبرداران به صورت سرد با دوستان و خانواده قربانی تماس می گیرند تا پول دریافت کنند.

مرتبط: افزایش تهدید هوش مصنوعی شبیه به محبوب شما در تلفن است – اما واقعاً او نیست

برخی از شرکت‌های هوش مصنوعی از انتشار فناوری شبیه‌سازی صوتی پیچیده خودداری کرده‌اند، زیرا ممکن است برای اهداف اشتباه مورد استفاده قرار گیرد. در ماه آوریل، OpenAI سازنده ChatGPT یک تولید کننده هوش مصنوعی Voice Engine را معرفی کرد که به گفته او می تواند به طور واقع بینانه صدای یک نفر را از 15 ثانیه صدا تقلید کند – اما تصمیم گرفت به طور گسترده آن را به دلیل “پتانسیل سوء استفاده از صدای مصنوعی” منتشر نکند.