Meta dice que está creando un sistema universal de traducción de voz impulsado por IA que ofrece traducción de voz a voz en tiempo real para cientos de idiomas.
Meta está construyendo un traductor de voz universal impulsado por IA que tiene como objetivo proporcionar traducciones de voz a voz en tiempo real para cientos de idiomas. La traducción de idiomas no es una tarea fácil, e incluso las soluciones dedicadas como PocketTalk y Langogo Genesis tienen sus propios límites en términos de alcance lingüístico, velocidad y medio de traducción.
Google Translate es uno de los sistemas de traducción más utilizados, pero cuando se trata de idiomas que son muy diferentes al inglés, las traducciones pueden convertirse en un popurrí de oraciones apenas comprensibles. Funciona, pero está lejos de ser perfecto. Google hizo algunas olas el año pasado cuando presentó la traducción de voz a voz en la serie de teléfonos Pixel 6. Fue un gran avance en términos de precisión y entonación, pero todavía no es una herramienta de traducción de voz a voz en tiempo real.
Meta ha anunciado planes para crear un sistema de traducción de voz a voz impulsado por IA que pueda manejar cientos de idiomas. El proyecto de traducción de Meta tiene como objetivo cubrir incluso los idiomas que carecen de un sistema de escritura sistemático y existen solo en forma hablada. Esto demostrará ser de inmenso valor, especialmente para las lenguas indígenas que están desapareciendo rápidamente. Según el Atlas de las lenguas en peligro de la UNESCO, de las 6.700 lenguas que se hablan actualmente en todo el mundo, el 40 % corre el riesgo de desaparecer para siempre. Otro informe de las Naciones Unidas de 2019 señala que dos idiomas indígenas desaparecen permanentemente cada mes. Meta dice que los modelos de traducción existentes se basan en el texto como intermediario, lo que hace que todo el proceso sea menos eficiente y difícil de escalar. Además, es de poca utilidad para lenguas que sólo existen en forma oral.
Construyendo algo bueno, para variar
Para superar el obstáculo, Meta se centrará en los modelos de traducción de voz a voz para que los idiomas sin un sistema de escritura estandarizado también puedan incorporarse. Meta ha ideado una técnica de creación de conjuntos de datos llamada LASER y un nuevo método de formación de profesores y alumnos que maneja varios idiomas simultáneamente organizándolos en grupos según las similitudes lingüísticas. Se dice que el sistema es capaz de realizar traducciones de voz a texto y de voz a voz en idiomas como inglés, alemán y español. Con el fin de ampliar el alcance de su modelo de formación para cubrir tantos idiomas, Meta también afirma haber desarrollado el primer sistema de traducción de textos multilingüe que no pone todo el foco en el idioma inglés. La idea es que un sistema de traducción de voz a voz ya no tenga un tercer idioma intermediario involucrado en el proceso.
“Con una eficiencia mejorada y una arquitectura más simple, la voz a voz directa podría desbloquear la traducción en tiempo real con calidad casi humana para dispositivos futuros, como las gafas AR”. afirma la empresa. En lo que respecta a la evaluación del desempeño y la confiabilidad, Meta dice que los tiene cubiertos con conjuntos de datos de evaluación de traducción multilingüe llamados FLORES-101 que cubren 101 idiomas. Sin embargo, Meta también es consciente de obstáculos como el sesgo, la toxicidad y las sensibilidades culturales, problemas con los que ha estado lidiando en las redes sociales desde hace algún tiempo. En términos de implementación, Meta cree que Universal Speech Translator se puede colocar dentro de una amplia gama de dispositivos, incluidos teléfonos inteligentes, relojes inteligentes y anteojos AR. Según los informes, Facebook está trabajando en un reloj inteligente y gafas AR, por lo que no es sorprendente ver por qué Meta está realizando esfuerzos tan masivos.
Fuentes: Meta, Naciones Unidas, UNESCO