Будущее, в котором благодаря искусственному интеллекту (ИИ) и удобным персональным устройствам люди смогут свободно общаться друг с другом, несмотря на языковые барьеры, уже не за горами, считает научный руководитель (Chief Scientist) компании Deepl Штефан Мескен (Stefan Mesken).
"Для голосовых технологий сейчас наступило интересное время, потому что мы видим, что стремительное развитие, которое мы наблюдали в последние годы, пересекает эту магическую границу, где мы покидаем "долину страха" и достигаем уровня естественности, который просто создает впечатление бесшовной интеграции", – сказал он на конференции GITEX AI Europe 2026, состоявшейся в Берлине на этой неделе, передает корреспондент агентства "Интерфакс-Украина".
"Вы будете заходить в ресторан или в офис с ожиданием, что вся информация – будь то живой разговор или какая-то письменная документация – будет доступна вам на любом языке, который вы выберете", – пояснил Мескен.
Он отметил, что для письменного перевода этот момент – магическая граница – благодаря ИИ был преодолен уже давно, в 2017-2018 годах, а теперь то же самое происходит с речью.
По его словам, за последние три года в Deepl усвоили все уроки, извлеченные из обработки текста и документов, и применили их к новому способу общения – речи.
Мескен отметил, что особенностью речи является ее индивидуальность, эмоциональная составляющая, поэтому процесс ее перевода был разбит на несколько этапов. Первым стал точный перевод живой речи "на лету" в текст, и это уже сейчас возможно благодаря приложениям в телефоне или других устройствах.
Вторым этапом стал онлайн-перевод не текстом, а голосом. Ученый вспомнил, как в ноябре прошлого года в Токио на конференции для клиентов DeepL Dialogues параллельно с синхронным переводом использовался продукт компании DeepL Voice, и примерно через полчаса синхронные переводчики поняли, что их услуга не нужна.
"Я бы сказал, что они осознали: технологии уже способны обеспечить лучший опыт. Ведь для людей синхронный перевод – очень сложная задача: он занимает около 30 секунд. С технологиями это сводится примерно к 3 секундам, поэтому вы получаете гораздо больше впечатлений от прослушивания вживую. Было невероятно видеть, как профессионалы в этой области осознают состояние современных технологий. А также это заставляет задуматься о том, как это изменится в будущем, не так ли?" – подчеркнул Мескен.
По его словам, третьим этапом, усилия в котором компания в настоящее время удваивает, является задача реализовать перевод речи с помощью голоса с учетом ее эмоциональных особенностей: чтобы результаты перевода речи звучали абсолютно естественно для получателя, поскольку многие разговоры несут не только информацию, но и множество компонентов самоидентификации и эмоциональных составляющих.
Ученый пояснил, что вначале голос перевода будет звучать немного как у робота, но уже примерно через три секунды ИИ начинает менять голос, и дальше он становится все более реалистичным за счет изучения и учета всех особенностей речи говорящего.
Во время выступления участникам продемонстрировали, как это работает, и онлайн-перевод на немецкий действительно повторял голоса и интонации Мескена и ведущего, которые говорили по-английски.
"Это, во-первых, чрезвычайно увлекательно с технологической точки зрения, но также полностью меняет то, как люди взаимодействуют в таких межъязыковых коммуникациях", – отметил представитель Deepl.
Он спросил, сколькими языками владеют присутствующие, и нашелся человек, знающий сразу шесть. "Шесть языков? Это невероятно. Поаплодируйте этому человеку. Но окажется, что это была пустая трата времени, друг. Совсем скоро вы сможете просто подключать людей к своим очкам Google Glass или чему-то подобному, не так ли?" – описал свое видение будущего ученый.
Он подчеркнул, что такой прорыв позволит людям говорить и выступать на родном языке, которым они владеют гораздо лучше и который дает им больше возможностей донести свои мысли и эмоции. По его мнению, бизнес также будет работать гораздо лучше, если люди будут чувствовать себя комфортно, говоря на родном языке.
Мескен упомянул, что в начале этого года Deepl провела корпоративное мероприятие в Праге, на котором японские коллеги вышли на сцену и впервые выступили с основными докладами на японском языке, и это было совершенно другое ощущение, потому что они говорили на родном языке и демонстрировали совершенно другую, гораздо более уверенную сторону своей личности.
"Мы хотим настроить людей на успех. То, что люди могут говорить так, как им удобно, имеет огромное значение. Я имею в виду все, что касается языковых барьеров", – подытожил представитель Deepl.
