Microsoft разработва нов AI, който може да превежда в реално време и да имитира гласове

Microsoft премахва езиковите бариери в своята платформа за срещи Teams, като въвежда нов преводач, задвижван от изкуствен интелект (AI). Той може да прави преводи в реално време по време на срещи, като не само предава думите на участниците, а и имитира гласовете им.
Функцията е създадена така, че да позволява на потребителите да общуват с други хора на предпочитаните от тях езици. А възможността за симулиране на гласовете им има за цел да създаде по-лични и ангажиращи взаимодействия.

Новият преводач ще бъде достъпен за предварителен преглед от всички желаещи в началото на 2025 година. От тогава потребителите на Teams ще могат да активират функцията ръчно по време на среща и да изберат предпочитания от тях език за слушане. Те ще могат също да използват преводача, за да симулират гласовете си на до девет езика - английски, френски, немски, италиански, японски, корейски, португалски, китайски и испански.

“Представете си, че можете да звучите точно като вас на друг език” - пише главният организационен директор на Microsoft Джаред Спатаро в публикация в блога на компанията. “Агентът Interpreter в Teams осигурява превод на реч по време на срещи и можете да изберете той да симулира вашия глас за по-лично и ангажиращо преживяване” - допълва още той, като уточнява, че гласовата симулация може да бъде активирана само когато потребителите дадат съгласието за това.

Заедно с анонса на новия преводач, Microsoft съобщи, че разширява AI възможностите в PowerPoint чрез функцията Copilot AI. В резултат, потребителите скоро ще могат да превеждат цели презентации на 40 различни езика.

Компанията обяви и други актуализации, които предстоят в Copilot, включително възможността потребителите да поискат обобщение на всичко, споделено на екрана по време на презентация в PowerPoint или от връзка, споделена в чат, без да е необходимо да отварят съдържанието. Copilot също ще може да обобщава всички файлове, които са били споделени в чата на Teams, така че да не се налага потребителите да четат целия разговор.

Други големи технологични компании също работят върху технологии за цифрово имитиране на гласове. Meta например разработва инструмент, който може автоматично да превежда гласове в Instagram Reels. Стартъпът ElevenLabs също предлага платформа за многоезично генериране на реч.