Šodien mēs izlaidām jaunu versiju Microsoft Translator API , kas pievieno reāllaika runas un runas teksta tulkošanas iespējas esošajam teksta tulkošanas API. To nodrošina Microsoft mūsdienīgas mākslīgā intelekta tehnoloģijas, un šī iespēja ir pieejama miljoniem lietotāju Skype vairāk nekā gadu, un iOS Un Android lietotāji Microsoft Translator progr kopš vēlu 2015. Tagad uzņēmumi varēs pievienot šīs runas tulkošanas iespējas savām lietojumprogrammām vai pakalpojumiem un piedāvāt vairāk fiziskas un efektīvas lietotāju pieredzes saviem klientiem un personālam.

Runas tulkošana ir pieejama astoņām valodām — Arābu, Ķīniešu mandarīnu, angļu, franču, vācu, itāliešu, portugāļu un spāņu. Tulkošana uz tekstu ir pieejama visās Microsoft Translator 50 + atbalstītās valodas. Tulkojums mutiskiem audio ir pieejams 18 atbalstītās valodās.

Šī jaunā versija Microsoft Translator ir pirmais end-to-end runas tulkojumu risinājums optimizēta reālās dzīves sarunas (salīdzinot ar vienkāršu cilvēka uz mašīnu komandas), kas pieejami tirgū. Pirms šīsdienas runas tulkošanas risinājumiem, kas vajadzīgi, lai būtu bruģētas kopā no vairākiem atšķirīgiem API (runas atpazīšanas, tulkošanas un runas sintēze), netika optimizēta sarunvalodas runu vai kas paredzēti, lai strādātu viens ar otru. Tagad, tiešajiem lietotājiem un uzņēmumiem, gan var noņemt valodas barjeras ar integrāciju runas tulkojumu to pazīstamām progr un pakalpojumiem.

Kā mana uzņēmējdarbība var izmantot runas tulkošanas tehnoloģiju?

Runas translēšanu var izmantot dažādos scenārijos "personas-persona", "grupa" vai "cilvēks-to-Machine". No person-to-person scenāriji var iekļaut vienvirziena tulkojumu, piemēram, personas tulkojumu, subtitriem, vai tālvadības vai personas daudzvalodu saziņas līdzīgi kā pašlaik ir atrodams Skype Translator vai Microsoft Translator Apps iOS un Android. Grupas scenāriji var ietvert reāllaika prezentācijas, piemēram, notikumu keynotes, tīmekļa apraides un universitāšu nodarbības, vai sanākšanas, piemēram, personu tikšanās vai tiešsaistes spēļu tērzētavas. No cilvēka uz iekārtu scenāriji var ietvert biznesa informācijas scenārijus (piemēram, analīzes vai klientu zvanu žurnālus) vai AI mijiedarbību.

Mēs tikko sāk saskrāpēt virsmu scenārijiem, kur šī tehnoloģija palīdzēs, un, kā tas ir Mašīnmācīšanās pamatā, tās kvalitāti un tāpēc piemērojamība uzlabos ar laiku, jo vairāk cilvēku un uzņēmumu izmanto to.

Vairāki partneruzņēmumi ir pārbaudījuši API un integrētiem to savās lietotnēs:

• Teledarbs 2 Zviedrijā, vadošais mobilo sakaru operators ar vairāk nekā 15 000 000 abonentiem vairāk nekā 15 valstīs, integrētu Translator savā PBX, lai atbalstītu reālā laika telefona zvaniem tulkojumi (nav app nepieciešams!) savā mobilajā tīklā.
• LionBridge Lautiltilts (Boston, MA), valodas pakalpojumu sniedzēju un Gold Level Translator partneri, izstrādāja integrētu video subtitrēšanas risinājumu.
• ProDeaf, lietojumprogrammu piegādātājs, kas specializējas tehnoloģiju attīstīšanā, lai atbalstītu vājdzirdīgo un kurlumu Kopienu, integrē jauno API savā zīmju valodas avatāra lietotnē, lai ļautu daudzvalodu atbalstu runai par zīmju scenārijiem.

Kā darbojas runas tulkošana?

Tulkojums runas pārveidošanai ir ļoti sarežģīts uzdevums. Tā izmanto jaunākās AI tehnoloģijas, piemēram, dziļo neironu tīklu runas pazīšanai un teksta tulkošanai. Šobrīd tirgū nav pieejams nekāds cits pilnībā integrēts runas tulkojuma risinājums, kas sniedz platformu, kas varētu palīdzēt reālajā dzīvē izmantot tulkošanas scenārijus, kas nepieciešami, lai tikai vienkārši iesietu kopā esošās runas pazīšanas un teksta tulkošanas tehnoloģijas. Lai varētu nodrošināt šādu pieredzi, runas tulkojumam ir četri posmi:

1. Automātiskā runas pazīšana (ASR) — Dziļa neironu tīkls apmācīts tūkstošiem stundu audio analizē ienākošo runu. Šis modelis ir apmācīti par cilvēka-to-cilvēku mijiedarbība, nevis cilvēka-to-Machine komandas, kas ražo runas atpazīšana, kas ir optimizēta normālas sarunas.
2. TrueText — Microsoft Research jauninājumu, TrueText ņem literāļu tekstu un pārveido to ciešāk atspoguļo lietotāja nodomu. To sasniedz, novēršot runas disfluentumus, piemēram, "um" s un "ah" s, kā arī stutters un atkārtojumus. Teksts ir arī padarīt salasāmāks un tulkojamā, pievienojot teikuma pārtraukumus, pareizu pieturzīmēm, un lielo burtu. (skatiet attēlu zemāk)
3. Tulkošanas Teksts ir tulkots jebkurā no 50 + valodām, ko atbalsta Microsoft Translator. Astoņas runas valodas ir vēl optimizēta sarunām ar mācībām par miljoniem vārdus sarunvalodas datus, izmantojot dziļi neironu tīkli powered valodu modeļus.
4. Teksts uz runu — Ja mērķa valoda ir viens no astoņpadsmit runas valodas atbalstīts, teksts tiek pārvērsts runas izejas, izmantojot runas sintēze. Šis posms tiek izlaists runas un teksta tulkošanas scenārijos, piemēram, video subtitrēšanai.

Kā sākt?

Ir viegli sākt darbu ar jauno Microsoft Translator Speech API. Bezmaksas 10 stundu izmēģinājums ir pieejams aka.ms/TranslatorADMSpeech. Jūs varat izmēģināt uzstādīšanu un ieviešanu virtuālajā vidē, kā arī lasīt API dokumentāciju par mūsu jauno Plātīšanās lapa. Varat arī atrast, piemēram, lietotnes un citu noderīgu informāciju par Github.

Protams, ja jums ir jautājumi, jautājumi vai atsauksmes, mēs ar prieku to dzirdēt! Jūs varat mums uzzināt par mūsu atsauksmes un atbalsta forums.

Uzziniet Vairāk

• Kas ir automātiskā tulkošana?
• Microsoft Translator Sākumlapa
• Microsoft Translator programmas
• BIEŽI uzdotie jautājumi par Microsoft tulkotāju