Jūsų paties balsas
Jūsų paties balsas
Kai InterMIND išverčia jūsų kalbą kitam dalyviui, jis negirdi robotiško teksto vertimo į balsą diktoriaus. Jis girdi atpažįstamai jūsų balsą: su jūsų tembru ir kalbėjimo maniera, tik jau jo kalba.
Tai veikia abiem kryptimis ir kiekvienam dalyviui atskirai. Susitikime, kuriame penki žmonės kalba penkiomis kalbomis, kiekvienas girdi kitus keturis savo kalba, o kiekvienas iš tų keturių vis tiek skamba kaip jis pats.
Kaip tai skamba
Dauguma tiesioginio vertimo įrankių kalbėtoją pakeičia vienu bendru sintetiniu balsu. Rezultatas suprantamas, bet nuobodus: pasimeta tai, kas kalba, akcentai, asmenybė. InterMIND išsaugo kalbėtojo balsą, todėl išverstas susitikimas atrodo kaip pokalbis tarp jame tikrai dalyvaujančių žmonių, o ne eilė pranešimų, kuriuos skaito mašina.
Kaip tai veikia
InterMIND naudoja nuoseklų (kaskadinį) apdorojimo srautą, o balso sintezė yra paskutinis jo etapas:
- Kalbos atpažinimas – jūsų žodžiai transkribuojami jūsų kalba, kol kalbate.
- Segmentavimas – transkripcija sugrupuojama į stabilius sakinių fragmentus (junginius), kad vertimas galėtų prasidėti dar jums nebaigus sakinio.
- Vertimas – kiekvienas fragmentas palaipsniui verčiamas į klausytojo kalbą.
- Balso sintezė – kiekvienas išverstas fragmentas ištariamas naudojant jūsų paties balso pavyzdį ir išsiunčiamas klausytojui.
Kol susitikimo metu dar renkama pakankamai jūsų kalbos balso modeliui sukurti (maždaug pirmąsias 5–10 sekundžių), sintezei naudojamas garso fragmentas, atitinkantis tai, ką ką tik pasakėte originalo kalba. Kai pavyzdys tampa pakankamai ilgas, visam tolesniam vertimui naudojamas jis. Praktiškai perjungimo nepastebėsite: skambučiui besitęsiant, vertimas skamba vis labiau kaip jūs. Jūsų balso jis neatkartos nepriekaištingai, tačiau tai atpažįstamai jūs, o ne bendras diktorius, ir rezultatas gerėja, kai modelis girdi jus vis daugiau.
Kalbos
Vertimas jūsų paties balsu veikia visomis 23 balso kalbomis, tomis pačiomis, kurios išvardytos skyriuje Kalbų pasirinkimas. Nieko papildomai įjungti nereikia: kai vertimas įjungtas, dalyviai automatiškai girdi jus jūsų pačių balsu.
Jūsų išsaugotas balso pavyzdys (neprivaloma)
Prisijungę naudotojai gali praleisti šildymo etapą, vieną kartą įrašę balso pavyzdį skiltyje Settings → Your voice in translation: paspauskite Record my voice, bet kuria tvarka ištarkite skaičius nuo vieno iki dešimties, ir pavyzdys išsisaugos pats, kai užsidegs visi dešimt. Nuo kito susitikimo jūsų išverstą kalbą balsu skaitys naudodama šį pavyzdį jau nuo pirmo sakinio.
Privatumas
Du pavyzdžiai, dvi galiojimo trukmės. Tiesioginis pavyzdys, naudojamas susitikimo „šildymui“, yra trumpalaikis: jis egzistuoja tik tiesioginio susitikimo metu ir niekur nesaugomas; Mind API ir SDK, kuriuos naudoja realiuoju laiku vykstanti sesija, nesaugo jokių duomenų pasibaigus konferencijos sesijai. Išsaugotas pavyzdys iš nustatymų laikomas jūsų paskyroje vienam tikslui, kad būtų įbalsinta jūsų išversta kalba, kaskart jums prisijungus prie susitikimo siunčiamas vertimo varikliui ir ištrinamas, vos jį pašalinate arba ištrinate paskyrą. Nė vienas iš jų nėra InterMIND vaizdo ir garso įrašymo funkcija; tai atskiri, aiškūs įrašai, kuriuos pradedate sąmoningai.
Ateities planuose: lūpų sinchronizavimas
Vertimas jūsų paties balsu yra pirmoji didesnio tikslo pusė. Kitas žingsnis, link kurio dirbame, – lūpų sinchronizavimas (lip-sync): kalbėtojo lūpų judesių vaizdo kameroje pakeitimas, kad jie atitiktų išverstą garsą ir kiekvienas dalyvis atrodytų kalbantis kito kalba. Kartu su vertimu jūsų balsu tikslas yra skambutis, kuriame žmonės, neturintys bendros kalbos, mato ir girdi vienas kitą taip, tarsi kiekvienas gimtąja kalba kalbėtų kito kalba.
Tai ateities planų punktas, o ne jau pasiekiama funkcija. Aukščiau aprašytas vertimas jūsų paties balsu veikia jau dabar.