Google представи технология за автоматично дублиране на видео с превод и артикулация

Учените отдавна са записали професията преводач като умираща, тъй като развитието на системите за машинен превод я излагат на риск от съществуването ѝ повече от десетилетие подред. Google успя да изведе технологията на ново ниво: изкуственият интелект вече е в състояние не само да превежда речта на човека, записан на видео, но и да адаптира неговата артикулация към резултата от превода на друг език.

С други думи, движенията на устните на човека ще бъдат синхронизирани с думите, които той уж произнася на другия език. Работата на „универсалния преводач“, както просто Google нарече тази технология, се състои от няколко етапа. Първо, системата разпознава речта по лицето, говорещо на видеото, “на ухо“ и го превежда в текстов вид. Този текст вече се превежда на желания език, речта веднага се синтезира от него, като се запазва тембърът и емоционалната окраска на оригинала. За това, при новата реч на другия език се синхронизират не само движенията на устните и изражението на лицето, но и жестикулацията на говорещия. Последното видео изглежда така, сякаш говорещият първоначално е произнесъл речта на друг език, което всъщност той не е направил.

Тази технология разкрива големи възможности, ако не в киното, където филмовият дублаж си остава сложен процес, то поне в сферата на образованието. Както Google основателно пояснява, такъв инструмент рано или късно трябва да представлява интерес за престъпниците, които с негова помощ ще искат да фалшифицират публични изявления на различните политици, например. Поради тази причина, корпорацията възнамерява не само да разпространява технологията за „универсален превод“ чрез доверени партньори, но и да оборудва получените видеоклипове с различни видове водни знаци, които позволяват на зрителя да разбере, че видеоклипът е продукт на изкуствен интелект.