A
A
  • Angol
  • Magyar
  • 9 perc

Valós idejű fordítás a Kwen 3.8 új modelljével: előnyök és kihívások

A videó élőben mutatja be a Kwen 3.8 LiveTranslate modellt, amely sok nyelven képes valós idejű beszédfordításra, de közben szó esik a jelenlegi kihívásokról és fejlesztési lehetőségekről is.

A Kwen 3.8 LiveTranslate egy új, valós idejű fordító modell, amely a nyelvi sokszínűség kezelésére lett kifejlesztve. Fejlesztői azt ígérik, hogy képes megkülönböztetni a beszélőket, és a jelentést is pontosan közvetíti. Elsőként a támogatott nyelvek széles skáláját mutatják be: jelenleg 60 különböző nyelven működik, amelyek közül 29 esetében teljes hangalapú kimenetet is tud nyújtani, míg a többit szöveges formában fordítja le.

A bemutató során Fahad Mirza élőben próbálja ki a modellt különböző nyelveken, többek között oroszul, arabul, hollandul, németül, urduul, hindin, indonézül, spanyolul, portugálul és perzsául. A rövidebb mondatok fordítása viszonylag gördülékenyen zajlik, de a hosszabb, összetettebb párbeszédeknél problémák és késleltetések merülnek fel – többek között azt is kiemeli, hogy a valós idejű funkció még további fejlesztésre szorul.

A modell architektúráját is röviden bemutatják: ez egy hibrid, két fő részből álló rendszer – az egyik a forrásszöveget és a fordítást egyszerre közvetíti, a másik a beszéd generálásáért felel. Egyedülálló módon képes felismerni és klónozni a beszélő hangját, valamint az eredeti és a fordított szöveget szinkronban jeleníti meg, figyelembe véve a kontextust is, például becenevek és teljes nevek összekapcsolását.

Felmerülnek kérdések a felhasználhatóság, pontosság és valós idejűség kapcsán, illetve hogy vajon a modell képes lehet-e megbízhatóan helyettesíteni a jelenlegi vezető AI fordítókat, mint a GPT vagy a Gemini rendszerei.