کد خبر: 161601
ف
هدفون‌های هوش مصنوعی که صحبت چندین گوینده را هم‌زمان ترجمه می‌کنند
هدفون‌های مجهز به هوش مصنوعی می‌توانند ترجمه گروهی را به طور هم‌زمان با شبیه‌سازی صدا ارائه ‌دهند.

به گزارش ثریا - «توچائو چن»(Tuochao Chen) دانشجوی «دانشگاه واشنگتن» اخیرا از موزه‌ای در مکزیک بازدید کرد. چن اسپانیایی صحبت نمی‌کند. بنابراین، یک اپلیکیشن ترجمه را روی تلفن همراه خود اجرا کرد و میکروفون را به سمت راهنمای تور گرفت اما حتی در سکوت نسبی موزه، سر و صدای اطراف زیاد بود و متن حاصل ‌فایده زیادی نداشت.

به نقل از تک اکسپلور، اخیرا فناوری‌های گوناگونی ظهور کرده‌اند که ترجمه روان را نوید می‌دهند اما هیچ‌کدام از این‌ فناوری‌ها مشکل چن را در فضاهای عمومی حل نکردند. برای مثال، عینک‌های جدید شرکت «متا»(Meta) فقط با یک بلندگوی مجزا کار می‌کنند. آنها پس از به پایان رسیدن صحبت گوینده، ترجمه صوتی خودکار را پخش می‌کنند.

اکنون چن و گروهی از پژوهشگران دانشگاه واشنگتن یک سیستم هدفون طراحی کرده‌اند که هم‌زمان صحبت چندین گوینده را ترجمه می‌کند و در عین حال، جهت و کیفیت صدای افراد را حفظ می‌کند. این گروه پژوهشی، سیستم را با هدفون‌های نویزگیر موجود در بازار که به میکروفون مجهز هستند، ساخته‌اند. الگوریتم‌های این گروه پژوهشی، گویندگان متفاوت را در یک فضا جدا می‌کنند، آنها را هنگام حرکت دنبال می‌کنند، گفتار آنها را ترجمه می‌کنند و با تأخیر دو تا چهار ثانیه‌ای پخش می‌کنند.

«شیام گولاکوتا»(Shyam Gollakota) استاد دانشکده علوم رایانه و مهندسی دانشگاه واشنگتن و پژوهشگر ارشد این پروژه گفت: کد دستگاه برای دیگران در دسترس است تا براساس آن کار کنند. سایر فناوری‌های ترجمه بر این فرض ساخته شده‌اند که فقط یک نفر صحبت می‌کند اما در دنیای واقعی نمی‌توانید فقط یک صدای رباتیک داشته باشید که برای چندین نفر در یک اتاق صحبت کند. ما برای اولین بار صدای هر شخص و جهتی را که صدا از آن می‌آید، حفظ کرده‌ایم.

این سیستم سه نوآوری را در بر دارد. نخست این که وقتی روشن می‌شود، بلافاصله تشخیص می‌دهد چه تعداد اسپیکر در فضای داخلی یا خارجی وجود دارد. چن گفت: الگوریتم‌های ما کمی شبیه به رادار کار می‌کنند. بنابراین، آنها فضا را به صورت ۳۶۰ درجه مورد بررسی قرار می‌دهند و دائما به‌روزرسانی می‌کنند تا مشخص شود چند نفر در حال صحبت کردن هستند.

سپس سیستم، گفتار را ترجمه می‌کند و کیفیت بیان و بلندی صدای هر گوینده را هنگام اجرا روی یک دستگاه مجهز به تراشه «Apple M۲» مانند لپ‌تاپ‌ها و هدست «اپل ویژن پرو»(Apple Vision Pro) حفظ می‌کند. این گروه پژوهشی به دلیل نگرانی‌های مربوط به حریم خصوصی پیرامون شبیه‌سازی صدا، از به کار بردن محاسبات ابری اجتناب کردند. در نهایت، هنگامی که گوینده‌ها سر خود را حرکت می‌دهند، سیستم همچنان به ردیابی جهت و کیفیت صدای آنها همراه با تغییرات صورت‌گرفته ادامه می‌دهد.

این سیستم در ۱۰ محیط داخلی و خارجی آزمایش شد و در یک آزمایش با ۲۹ شرکت‌کننده، کاربران این سیستم را به مدل‌هایی که اسپیکرها را در فضا ردیابی نمی‌کردند، ترجیح دادند.

در یک آزمایش جداگانه روی کاربران، بیشتر شرکت‌کنندگان تأخیر سه تا چهار ثانیه‌ای را ترجیح دادند زیرا سیستم هنگام ترجمه با تأخیر یک تا دو ثانیه‌ای، خطاهای بیشتری مرتکب می‌شد. این گروه پژوهشی در تلاش هستند تا سرعت ترجمه را در نسخه‌های آینده کاهش دهند. این سیستم در حال حاضر فقط روی گفتار روزمره کار می‌کند، نه زبان تخصصی مانند اصطلاحات فنی. پژوهشگران در این پروژه با زبان‌های اسپانیایی، آلمانی و فرانسوی کار کردند اما بررسی‌های پیشین روی مدل‌های ترجمه نشان داده‌اند که می‌توان آنها را برای ترجمه حدود ۱۰۰ زبان آموزش داد.

چن گفت: این گامی به سوی از بین بردن موانع زبانی بین فرهنگ‌هاست. بنابراین، اگر من در خیابان مکزیک قدم بزنم، حتی اگر اسپانیایی صحبت نکنم هم می‌توانم صدای همه مردم را ترجمه کنم و بدانم چه کسی چه گفته است.

 

منبع : هدفون


مرتبط ها
ارسال نظر
chapta
حداکثر تعداد کاراکتر نظر 200 ميياشد .
نظراتی که حاوی توهین یا افترا به اشخاص ،قومیت ها ،عقاید دیگران باشد و یا با قوانین کشور وآموزه های دینی مغایرت داشته باشد منتشر نخواهد شد - لطفاً نظرات خود را با حروف فارسی تایپ کنید.

حجت‌الاسلام قمی: جنگ واقعی بر سر «تحریف واقعیت» در ذهن مردم است

نیاز انقلاب به شخصیت‌هایی چون آیت الله مهدوی‌کنی بیشتر احساس می‌شود

نتایج انتخاب رشته آزمون کارشناسی رشته‌های علوم پزشکی آزاد اعلام شد

نتایج نهایی پذیرش در آزمون کاردانی به کارشناسی‌ سال ۱۴۰۵ اعلام شد

کارت آزمون کارشناسی ارشد علوم پزشکی منتشر شد

ثبت ۱ میلیارد تراکنش در جنگ ۴۰ روزه

واکنش به آسیب کابل‌های اینترنت در تنگه هرمز

تبدیل جیوه به طلا محقق شد

برای نخستین بار: ترمیم دی‌ان‌ای در بدن امید تازه برای درمان یک بیماری ژنتیکی نادر

آغاز ثبت‌نام آزمون دکتری از ۳ آبان: برگزاری آزمون در بهمن ماه

تمدید مهلت ثبت‌نام در سومین جشنواره ملی نشان نیکوکاری

برگزاری یادنامه شهید علی لاریجانی به همراه رونمایی کتابی از او

پناهیان: توجه به ادبیات روایی در مسیر تحول فرهنگی ضروری است

بازیگر «هک‌ها» از فلسطین دفاع کرد؛ پرداخت مالیات برای تامین نسل‌کشی

سینمای کوتاه در محاصره کلیشه‌هاست؛ از فقر ایده تا چالش میزبانی!

طرح یک سریال عاشقانه برای شبکه نمایش خانگی؛ تکرار «پوست شیر» طبیعی است

کمال تبریزی: فیلمسازان جوان از تقلید فاصله بگیرند

جزئیات کنسرت تازه مجید انتظامی اعلام شد؛ شنیدن ملودی‌های خاطره‌انگیز

وقتی «قطع رابطه» سفارشی می‌شود؛ چرا تولید اثر هنری با ریسک همراه است؟

مرثیه‌ای که هنوز با صدای دلتنگی حضرت زینب(س) شنیده می‌شود

انقلابی‌تر بودن با فحش رکیک‌تر ثابت نمی‌شود؛ هنر ماندگار حضرت زهرا(س)

روایت «حماسه فاطمی» و دفاع حضرت زهرا(س) از امامت

اسامی معرفی شدگان چندبرابر ظرفیت آزمون دانشجومعلم سال ۱۴۰۵ اعلام شد

سخنگوی وزارت آموزش و پرورش: وجود ۴۰۰ مدرسه در کشور با یک دانش‌آموز

چرا خانواده‌های پرجمعیت بابت انتخابشان تحقیر می‌شوند؟

خطرناک‌ترین شکل انحراف دینی از دیدگاه حضرت علی(ع)

رویا نونهالی با یک سریال جدید به تلویزیون برمی‌گردد

شاهرخ فروتنیان مهمان یازدهمین قسمت برنامه «هم‌کلام» است.

فصل دوم «بهار شیراز» به آنتن می‌رسد؛ سریالی درباره دغدغه‌ مردم معمولی

پشتیبانی سینمایی‌ها از نویسنده حامی فلسطین؛ بریتانیا تغییر مسیر دهد

آغاز ثبت‌نام بدون آزمون استعدادهای درخشان کارشناسی ارشد دانشگاه آزاد

امکان قفل کردن محتوا در «چت‌جی‌پی‌تی» فراهم شد

هوش مصنوعی متا اطلاعات کاربران را فاش کرد

انتخاب رشته ۱۲۴ هزار نفر در پذیرش صرفاً بر اساس سوابق تحصیلی سال ۱۴۰۵

حجت الاسلام علوی تهرانی: تکریم حضرت زهرا (س) راه رسیدن به توحید است

«تقاطع خیابان روزولت»؛ روایت تاریخ شفاهی رایزن اقتصادی آمریکا در ایران

ساعت ۲۴ امشب آخرین فرصت ثبت‌نام در پذیرش رشته‌های بدون کنکور سال ۱۴۰۵

دانشگاه‌های ایران به روی دختران جمهوری آذربایجان باز است

آغاز ثبت‌نام پذیرفته‌شدگان کارشناسی ارشد دانشگاه تهران از فردا

هشدار مشاور وزیر علوم درباره سایه جنگ و شکاف اجتماعی

کتیبه‌پوشی زیبای حرم علوی در عزای شهادت حضرت زهرا(س)

تأسیس ۸ مؤسسه جدید فرهنگی قرآن و عترت

چه برنامه‌های تربیتی آموزشی روی کودکان و نوجوانان اثرگذار است؟

آیا جوان امروز کمتر تلاش می‌کند؟

هوش مصنوعی مایکروسافت در تشخیص بیماری دو برابر پزشک دقت دارد

وب سایت‌های دولتی پس از کشف شکاف امنیتی در خاموشی فرو رفتند

کشف نوع جدیدی از افسردگی که زنان را بیشتر گرفتار می‌کند

ادامه اختلال در چت جی‌پی‌تی در میان کاربران ایرانی

روباتی که روی دست چاقو کشید

شیخ طوسی هزار سال پیش درباره اعجاز و تحریف قرآن چه می‌گفت؟

کاظمی: ۱۱ هزار کلاس درس سال گذشته هوشمند سازی شد

خانواده در محاصره اندیشه‌های غربی؛ فقه اسلامی چه پاسخی دارد؟

مستند برنده اسکار در جشنواره مقاومت حضور دارد؛ اکران فیلم در میادین

«گربه سگ؛ نتانیاهو و ترامپ» طرح جدید شجاعی طباطبایی شد

روایتی از ۴ زن در اسارت؛ «سلول» تقابل امید و ناامیدی است

سریال «شکیب عیار» به نیمه رسید؛ اهمیت فیلمنامه آماده قبل از کلید زدن

جزئیات کنسرت علیرضا مشایخی و ماجرای داشتن پوست کرگدن در موسیقی!

دفاع شاعر مسلمان از شعر غزه که در پارلمان ولز اجازه خواندن نیافت

روایت پیشرفت باید از کتاب‌ها به کلاس‌های درس برسد

برگزاری آیین گشایش جشنواره دوازدهم خاتم؛ جشنواره خاتم جشنواره دلهاست

امکان جذب دانشجوی بین‌المللی به‌صورت کاملاً مجازی در ۶ دانشگاه

روبات انسان‌نما در کره جنوبی می‌تواند بار ۲۰ کیلویی را بلند کند

توسعه هوش مصنوعی زبان فارسی نیازمند سرمایه‌گذاری بلندمدت است

سواد رسانه‌ای؛ از مدرسه تا خانواده

منفوریت بهائیت در یمن، از علی عبدالله صالح تا سید عبدالملک حوثی

ایران آمادگی نصب گنبد جدید حرم حسینی را تا پایان سال دارد

اعلام نحوه تاثیر معدل در آزمون‌های علوم پزشکی؛ محاسبه نمره خارجی‌ها

رتبه‌ امنیت سایبری بانک‌ها به‌زودی اعلام می‌شود

برترین دانشگاه‌های کشور در جذب دانشجوی خارجی معرفی شدند

تاسیس شعبه دانشگاه تهران در عراق با ۱۴ رشته؛ حل مشکل دانشجویان خارجی

آنتروپیک هوش مصنوعی را جایگزین نیروی انسانی تازه کار می‌کند

۲۹ دانشگاه میزان وثیقه تعهدات دستیاران پزشکی را اعلام کردند

نتایج اولیه رشته‌های دارای شرایط خاص دانشگاه علمی کاربردی اعلام شد

۲۰ درصد ظرفیت جذب عمومی به نخبگان اختصاص می‌یابد

ژاپن با پهپاد خرس‌ها را فراری می‌دهد

آغاز به کار آزمایشگاه تصویربرداری کوانتومی دانشگاه شهیدبهشتی

وزارت بهداشت نقشی در فرآیند بورس‌های تحصیلی دولت‌های خارجی ندارد

ساعت ۱۲ امشب آخرین مهلت انتخاب رشته در پذیرش بدون کنکور سال ۱۴۰۵

جابجایی ۲۹۱ میلیارد پیام توسط ۷۲ میلیون کاربر در شاد

نگرش انسان و برداشت های او از جهان در کتاب «تفاوت نگاه‌ها»

اسامی معرفی شدگان چندبرابر ظرفیت آزمون دانشجومعلم سال ۱۴۰۵ اعلام شد

انتخاب رشته ۱۲۴ هزار نفر در پذیرش صرفاً بر اساس سوابق تحصیلی سال ۱۴۰۵

آغاز ثبت‌نام بدون آزمون استعدادهای درخشان کارشناسی ارشد دانشگاه آزاد

دانشگاه‌های ایران به روی دختران جمهوری آذربایجان باز است

نتایج نهایی پذیرش در آزمون کاردانی به کارشناسی‌ سال ۱۴۰۵ اعلام شد

آغاز ثبت‌نام پذیرفته‌شدگان کارشناسی ارشد دانشگاه تهران از فردا

ساعت ۲۴ امشب آخرین فرصت ثبت‌نام در پذیرش رشته‌های بدون کنکور سال ۱۴۰۵

حجت الاسلام علوی تهرانی: تکریم حضرت زهرا (س) راه رسیدن به توحید است

امکان قفل کردن محتوا در «چت‌جی‌پی‌تی» فراهم شد

فصل دوم «بهار شیراز» به آنتن می‌رسد؛ سریالی درباره دغدغه‌ مردم معمولی

آغاز ثبت‌نام آزمون دکتری از ۳ آبان: برگزاری آزمون در بهمن ماه

رویا نونهالی با یک سریال جدید به تلویزیون برمی‌گردد

هوش مصنوعی متا اطلاعات کاربران را فاش کرد

سخنگوی وزارت آموزش و پرورش: وجود ۴۰۰ مدرسه در کشور با یک دانش‌آموز

برای نخستین بار: ترمیم دی‌ان‌ای در بدن امید تازه برای درمان یک بیماری ژنتیکی نادر

تبدیل جیوه به طلا محقق شد

چرا خانواده‌های پرجمعیت بابت انتخابشان تحقیر می‌شوند؟

طرح یک سریال عاشقانه برای شبکه نمایش خانگی؛ تکرار «پوست شیر» طبیعی است

خطرناک‌ترین شکل انحراف دینی از دیدگاه حضرت علی(ع)

پشتیبانی سینمایی‌ها از نویسنده حامی فلسطین؛ بریتانیا تغییر مسیر دهد

بازیگر «هک‌ها» از فلسطین دفاع کرد؛ پرداخت مالیات برای تامین نسل‌کشی

سینمای کوتاه در محاصره کلیشه‌هاست؛ از فقر ایده تا چالش میزبانی!

پناهیان: توجه به ادبیات روایی در مسیر تحول فرهنگی ضروری است

شاهرخ فروتنیان مهمان یازدهمین قسمت برنامه «هم‌کلام» است.

«تقاطع خیابان روزولت»؛ روایت تاریخ شفاهی رایزن اقتصادی آمریکا در ایران

کشف نوع جدیدی از افسردگی که زنان را بیشتر گرفتار می‌کند

ادامه اختلال در چت جی‌پی‌تی در میان کاربران ایرانی

انقلابی‌تر بودن با فحش رکیک‌تر ثابت نمی‌شود؛ هنر ماندگار حضرت زهرا(س)

کتیبه‌پوشی زیبای حرم علوی در عزای شهادت حضرت زهرا(س)

جزئیات کنسرت تازه مجید انتظامی اعلام شد؛ شنیدن ملودی‌های خاطره‌انگیز