“Google的原型AI翻译器可以翻译您的语气和语言”

我知道信息表达不仅仅是你说的话。 你怎么说那个也一样重要。 所以谷歌最新的原型人工智能翻译不仅翻译你嘴里的文案，还翻译你声音的语气和节奏。

该系统被称为translatotron，谷歌的研究人员在最近的博客文案中详细介绍了其商业原理。 他们没有说translatotron很快就会推出商业产品，但这可能很快就会发生。 正如谷歌翻译人员今年早些时候向the verge解释的那样，这家企业现在的目标是给翻译工具增加越来越多的细微差异，从而做出更真实的演讲。

在下面的音频示例中，您可以看到这听起来像什么。 第一个剪辑是输入。 第二个是基本的翻译。第三个是捕捉原发言者的声音。

虽然不是无缝的翻译，但还是让人印象深刻。 在这里可以听到translatotron的音频样本。

捕捉说话人声音的变化对外行来说印象最深，但translatotron对ai工程师的吸引力在于将声音从声音输入直接转换为声音输出，而不是转换为一般的中间拷贝。

translatotron从音频转换为音频意味着更少的错误和更高的性能

这种ai模型被称为端到端系统，因为辅助任务和操作没有停止。 谷歌表示，端到端翻译可以迅速产生结果，而不会给多个翻译步骤带来错误的风险。

更有兴趣的是，模型要解决的数据可能不是原始音响。 相反，采用了频谱数据和声音的详细可视化。 本质上是指使用图片将语言从一种语言翻译成另一种语言。 这是难以置信的。

和谷歌的翻译事业一样，有理由怀疑这样的系统是如何在野外工作的。 这家企业总是发表雄心勃勃的新演讲和翻译工具，他们的表现往往不像我们希望的那样顺利。 依然:未来继续前进，人工智能翻译只会更好。