„Ahoj! Hovoríš anglicky?“ spýtal som sa ženy, ktorá zdvihla telefón v reštaurácii v Barcelone.
Volal som v beznádejných pokusoch o rezerváciu na večeru tímu CNET počas Mobile World Congress tento rok. Bohužiaľ, neviem po španielsky (na škole som sa učil francúzštinu a nemčinu). A ako sa ukázalo, ani ona nehovorila po anglicky.
„Nie!“ povedala a bez rozmýšľania zložila.
Čo som v tej chvíli potreboval, bola funkcia prekladu telefonátu pomocou AI, ktorá sa čoraz viac objavuje na telefónoch — vrátane tých od Samsungu a Google, a od budúceho týždňa aj od Honor.
Keď Honor predstaví svoj skládací model Magic V5 na podujatí 28. augusta v Londýne, bude obsahovať to, čo spoločnosť nazýva „prvým veľkým modelom reči na zariadení v tomto odvetví,“ ktorý umožní preklad telefonátov AI priamo na zariadení, bez potreby cloudového spracovania.
V súčasnosti telefón podporuje šesť jazykov — angličtinu, čínštinu, francúzštinu, nemčinu, taliančinu a španielčinu. Z vyššie uvedených dôvodov nemôžem všetky z týchto jazykov otestovať, ale už som mal možnosť si funkciu vyskúšať a môžem potvrdiť, že veľmi efektívne prekladala moje zmätky do francúzštiny. Len by som si prial, aby som to mal k dispozícii v Španielsku, keď som to potreboval.
Model, ktorý Honor nasadila, bol navrhnutý spoločnosťou v spolupráci s Univerzitou Jiao Tong v Šanghaji, na základe open-source modelu Whisper, povedal Fei Fang, prezident produktov v Honor v rozhovore. Bol optimalizovaný pre rozpoznávanie reči v reálnom čase, automatické zisťovanie jazyka a urýchlenie prekladu (čo sú rýchlosť a účinnosť pre vás a mňa).
Podľa Fanga ukázali štúdie používateľskej skúsenosti Honor, že pokiaľ preklad prebieha do 1,5 sekundy, nezapríčiňuje to „úzkosť z čakania“ u nikoho, kto sa pokúša využiť preklad telefonátov AI. Z tohto dôvodu sa spoločnosť postarala o to, aby latencia bola v rámci týchto parametrov, aby ste sa nemuseli obávať a čakať na preklad.
„Taktiež spolupracujeme s odborníkmi na jazyky v priemysle, aby sme pravidelne a komplexne hodnotili presnosť našich výstupov,“ dodala. „Hodnotenie je založené predovšetkým na piatich metrikách: presnosť, logická súvislosť, čitateľnosť, gramatická správnosť a stručnosť.“
Navyše, živý preklad poháňa čip Qualcomm Snapdragon 8 Elite. NPU modelu 8 Elite umožňuje integráciu multimodálnych generatívnych AI aplikácií do zariadenia. Algoritmy Honor spolupracujú s NPU, aby udržali spotrebu energie na čo najnižšej úrovni, pričom si zachovajú požadovanú presnosť prekladov, povedal Christopher Patrick, SVP mobilných zariadení v Qualcomm.
Existuje množstvo výhod mať model AI zabudovaný v Magic V5, ale možno najpresvedčivejšou je súkromie, ktoré zaručuje. To znamená, že všetko sa spracováva lokálne a vaše hovory tak zostanú úplne dôverné. Skutočnosť, že model existuje na zariadení a nie je potrebné sťahovať hlasové balíčky, tiež znižuje jeho nároky na úložisko.
Ďalšou výhodou prevádzky modelu priamo na telefóne je „offline použiteľnosť,“ povedal Patrick. „Všetky informácie o rozhovore sú uložené priamo na zariadení a používatelia k nim môžu mať prístup kedykoľvek a kdekoľvek, bez obmedzení siete.“
Práca, ktorú Honor vykonala na preklade telefonátov AI, bude uznaná na nadchádzajúcej konferencii Interspeech o vede a technológii reči. Ale už teraz Honor premýšľa o tom, ako môže tento spôsob využitia AI umožniť ďalšie nové a vzrušujúce funkcie pre ľudí, ktorí si kupujú jej telefóny.
„Okrem základného používateľského scenára prekladu hovorov bude veľký model reči Honor nasadený aj v scenároch, ako je preklad tvárou v tvár [a] AI titulky,“ povedal Fang. Proces vývoja modelu reči umožnil AI tímu Honor získať rozsiahle skúsenosti s optimalizáciou modelov, ktoré využijú na vývoj ďalších AI aplikácií, dodala.
„Do budúcnosti sa budeme naďalej zameriavať na rozširovanie schopností v oblastiach, ako je rozpoznávanie emócií a monitorovanie zdravia, čím ďalej posilníme hlasovú interakciu s vaším AI asistentom na zariadení,“ povedala.
Zdroj: www.cnet.com