مایکروسافت با معرفی مترجم زنده API در سرویس آژور، قابلیت ترجمه هم‌زمان گفتاربه‌گفتار با شناسایی خودکار ۷۶ زبان ورودی را در اختیار توسعه‌دهندگان قرار داد.
به گزارش تکناک، مایکروسافت از قابلیت تازه‌ای به نام مترجم زنده API در سرویس Azure Speech Translation پرده برداشت؛ قابلیتی که می‌تواند ارتباط زنده و بی‌وقفه و چندزبانه را بدون نیاز به انتخاب زبان ورودی کاربر ممکن کند.
به گفته این شرکت، API جدید با قابلیت‌هایی همچون شناسایی خودکار و مداوم زبان (LID)، پشتیبانی از ۷۶ زبان ورودی و ۱۴۳ منطقه زبانی، کاهش چشمگیر تأخیر در حد مترجمان انسانی و امکان استفاده از صدای شخصی با حفظ سبک و لحن گوینده همراه است. این سرویس اکنون در مرحله پیش‌نمایش عمومی قرار دارد.
نئووین می‌نویسد که مایکروسافت کاربردهای متعددی برای این فناوری در نظر گرفته است؛ ازجمله مراکز تماس چندزبانه، جلسات و رویدادهای آنلاین، کلاس‌های آموزشی بین‌المللی و حتی پخش زنده تجارت اجتماعی. این API با حذف منوهای تغییر زبان، امکان تغییر روان زبان در حین مکالمه را فراهم می‌کند.
یکی از ویژگی‌های شاخص مترجم زنده API مایکروسافت، قابلیت Personal Voice است که نه‌تنها سبک و لحن صدای گوینده اصلی را بازتولید می‌کند؛ بلکه ریتم و آهنگ گفتار را نیز حفظ می‌کند و در عین حال با کنترل‌های امنیتی در سطح سازمانی ارائه می‌شود.
این فناوری بر بستر Azure Speech Translation ساخته شده و هدف آن ارائه ترجمه گفتاربه‌گفتار با پوشش کامل زبانی و شناسایی پیوسته زبان و حداقل تأخیر است. به‌منظور نمایش توانایی‌های این API، مایکروسافت با شرکت Anker Innovations همکاری کرده است. این شرکت در بیانیه‌ای اعلام کرد:
از همکاری با مایکروسافت بسیار هیجان‌زده‌ایم و قصد داریم نشان دهیم که ترکیب هوش مصنوعی با فناوری روزمره چه تجربه‌های جدیدی رقم می‌زند. با تکیه بر قابلیت مترجم زنده در Azure Speech Translation، توانسته‌ایم تجربه‌های هوشمندتر و شهودی‌تر و همه‌جانبه‌تری را به کاربران جهانی ارائه کنیم.
مایکروسافت QuickStart Guide ویژه توسعه‌دهندگان را نیز منتشر کرده است تا روند آغاز کار با این API را ساده‌تر سازد. با‌این‌حال، کاربران عادی به‌طور مستقیم به این سرویس دسترسی نخواهند داشت و استفاده از آن فقط ازطریق اپلیکیشن‌ها و وبسایت‌هایی ممکن خواهد بود که این API را در خدمات خود ادغام کنند.
