Google разширява езиковия си AI отвъд текстовия превод
Google съобщава, че технологиите и продуктите му вече поддържат над 300 езика, използвани от повече от 7 милиарда души, или 86% от световното население. Google Translate е нараснал от няколко езика през 2006 г. до над 250 днес. Компанията разработва системи, които обработват аудио директно и запазват тон, темп, емоция и контекст.
Gemini 3.5 Live Translate предлага превод на говор в реално време на 70 езика и над 2 000 езикови двойки. Gemini 3.5 Transcribe превръща аудио във форматиран текст, включително при шумна среда, а функцията Rambler в Gboard позволява гласово редактиране и преминаване между езици. Инициативата 1,000 Languages използва Universal Speech Model, обучен с 12 милиона часа аудио, за да пренася знания от езици с много данни към недостатъчно представени езици.
Google посочва партньорства за събиране на езикови данни, сред които WAXAL, Project Vaani и Amplify Initiative. TranslateGemma включва леки отворени модели за превод на 55 езика, които работят на устройство. Други разработки са гласовият асистент AVA за стандартни телефони, преводът от жестов език към текст на над 50 жестови езика и подобренията на произношението на имена на места в Google Maps с участието на маорски експерти.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на Google AI. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.