Başka bir dili konuşmak önümüzdeki dönemde çok daha kolay hâle gelebilir. Google Translatotron adını verdiği ve türünün ilk olarak tanımlanabilecek yeni çözümüyle konuşmacının sesini ve konuşma ritmini koruyarak farklı diller arasında çeviri yapabilmeyi vadediyor. Sesten metine ve metinden sese aşamasını pas geçen Translatotron, bunun yerine doğrudan konuşmacının sesini başka bir dile çeviriyor. Google yeni çözümünün geleceğin doğrudan çeviri modelinin yolunu açacağına inanıyor.
Google’dan yapılan açıklamaya göre, Translatotron sıradan sıraya şeklinde ilerleyen bir ağ modelini kullanıyor. Bu modelde alınan ses girdisi, izge grafiği olarak işleniyor. Frekansların görsel temsilini oluşturan sistem, hedeflenen dilde yeni bir izge grafiği oluşturuyor. Böylelikle hem çeviri süreci hızlanıyor hem de bazı unsurların arada kaybolmasının önüne geçiliyor.
Google’ın yeni aracı, opsiyonel konuşmacı kodlama bileşeniyle çalışıyor. Bu sayede konuşmacının sesini muhafaza etmek de mümkün oluyor. Çevrilen konuşma sentezlenmiş olduğu için biraz robotik bir tını içinde çıksa da, konuşmacının sesindeki temel hatlar muhafaza ediliyor. Translatotron’un mevcut çeviri çalışmalarının örneği, Google Research’ün GitHub sayfasının ve Google yapay zekâ ekibinin blogu üzerinden dinlenebiliyor. Bazı sesler kulağa diğerlerinden daha iyi gelse de, Google’ın çalışmalarının henüz başlangıç aşamasında olduğunu unutmamak gerekiyor.
Google Translatotron ile bir süredir devam eden “daha iyi çeviri” girişimini sürdürüyor. Google geçtiğimiz yıl Çeviri uygulamasında aksanları da değerlendirmeye başlamıştı. Buna ek olarak, uygulamanın gerçek zamanlı çeviri özelliğinin desteklediği dil sayısı da artmıştı. Bu yıl içinde ise Google Asistan’a akıllı ekranlar ve hoparlörlerde kullanılabilecek “yorumcu modu” eklenmişti.
