211service.com
El software traduce su voz a otro idioma
Los investigadores de Microsoft han creado un software que puede aprender el sonido de su voz y luego usarlo para hablar un idioma que usted no habla. El sistema podría utilizarse para personalizar el software de tutoría de idiomas o para crear herramientas para los viajeros.
En una demostración en el campus de Microsoft en Redmond, Washington, el martes, el científico investigador de Microsoft Frank Soong mostró cómo su software podía leer texto en español usando la voz de su jefe, Rick Rashid, quien lidera los esfuerzos de investigación de Microsoft. En una segunda demostración, Soong utilizó su software para otorgarle a Craig Mundie, director de investigación y estrategia de Microsoft, la capacidad de hablar mandarín.
Escuche la voz de Rick Rashid en su idioma nativo y luego traducida a varios otros idiomas:
Inglés: Escuche un clip de Rick Rashid hablando normalmente.
Español: Escúchalo en español.
Italiano: Escúchalo en italiano.
Mandarín: Escúchalo en mandarín.
En inglés, una versión sintética de la voz de Mundie dio la bienvenida a la audiencia a una jornada de puertas abiertas organizada por Microsoft Research y concluyó: Con la ayuda de este sistema, ahora puedo hablar mandarín. La frase se repitió en chino mandarín, con lo que todavía era reconocible como la voz de Mundie.
Podremos hacer bastantes aplicaciones de escenarios, dijo Soong, quien creó el sistema con colegas en Microsoft Research Asia, el segundo laboratorio de investigación más grande de la compañía, en Beijing, China.
Para un hablante monolingüe que viaja a un país extranjero, haremos reconocimiento de voz seguido de traducción, seguido del texto final a la salida de voz [en] un idioma diferente, pero aún en su propia voz, dijo Soong.
La nueva técnica también podría usarse para ayudar a los estudiantes a aprender un idioma, dijo Soong. Proporcionar ejemplos de frases extranjeras en la propia voz de una persona podría ser alentador o más fácil de imitar. Soong también mostró cómo su nuevo sistema podría mejorar una aplicación de teléfono de indicaciones de navegación, permitiendo que una voz en inglés sintética común lea sin problemas el texto escrito en las señales de tráfico chinas mientras transmite instrucciones para una ruta en Beijing.
El sistema necesita alrededor de una hora de entrenamiento para desarrollar un modelo capaz de leer cualquier texto con la propia voz de una persona. Ese modelo se convierte en uno capaz de leer texto en otro idioma comparándolo con un modelo estándar de conversión de texto a voz para el idioma de destino. Los sonidos individuales utilizados por el primer modelo para construir palabras usando la voz de una persona en su propio idioma se ajustan cuidadosamente para darle al nuevo modelo de texto a voz una capacidad total para pronunciar frases en el segundo idioma.
Soong dice que este enfoque puede convertir entre cualquier par de 26 idiomas, incluidos el chino mandarín, el español y el italiano.
Preservar la voz de una persona al sintetizar el habla para ellos en otro idioma probablemente sería tranquilizador para el usuario y podría hacer que las interacciones que dependen del software de traducción sean más significativas, dice Shrikanth Narayanan , profesor de la Universidad del Sur de California, en Los Ángeles, dirige un grupo de investigación que trabaja en sistemas para traducir el habla en situaciones como consultas médico-paciente.
La palabra es solo una parte de lo que dice una persona, dice, y para transmitir verdaderamente toda la información en el habla de una persona, los sistemas de traducción deberán ser capaces de preservar las voces y mucho más. Preservar la voz, preservar la entonación, esas cosas importan, y este proyecto claramente lo sabe, dice Narayanan. Nuestros sistemas necesitan capturar la expresión que una persona está tratando de transmitir, quiénes son y cómo lo están diciendo.
Su grupo de investigación está investigando cómo características como el énfasis, la entonación y la forma en que las personas usan las pausas o la vacilación afectan la efectividad y la calidad percibida de una traducción palabra por palabra. Estamos preguntando si puede crear sistemas que puedan mediar entre las personas y simplemente reemplazar las palabras, dice. Veo esta [investigación de Microsoft] como parte de cómo se hace posible.