211service.com
Programvaran översätter din röst till ett annat språk
Forskare vid Microsoft har skapat programvara som kan lära sig ljudet av din röst och sedan använda den för att tala ett språk som du inte kan. Systemet skulle kunna användas för att göra språkundervisningsprogramvaror mer personliga eller för att göra verktyg för resenärer.
I en demonstration på Microsofts Redmond, Washington, campus på tisdagen, forskare från Microsoft Frank Soong visade hur hans programvara kunde läsa upp text på spanska med rösten från hans chef, Rick Rashid, som leder Microsofts forskningsinsatser. I en andra demonstration använde Soong sin programvara för att ge Craig Mundie, Microsofts forsknings- och strategichef, förmågan att tala mandarin.
Hör Rick Rashids röst på hans modersmål och sedan översatt till flera andra språk:
Svenska: Lyssna på ett klipp av Rick Rashid som pratar normalt.
Spanska: Lyssna på den på spanska.
Italienska: Lyssna på den på italienska.
Mandarin: Lyssna på det på mandarin.
På engelska välkomnade en syntetisk version av Mundies röst publiken till en öppen dag som hölls av Microsoft Research och avslutade: Med hjälp av detta system kan jag nu tala mandarin. Frasen upprepades på mandarinkinesiska, med vad som fortfarande var igenkännbar Mundies röst.
Vi kommer att kunna göra en hel del scenarioapplikationer, sa Soong, som skapade systemet tillsammans med kollegor på Microsoft Research Asia, företagets näst största forskningslabb, i Peking, Kina.
För en enspråkig talare som reser i ett främmande land kommer vi att göra taligenkänning följt av översättning, följt av den slutliga texten till talutmatningen [på] ett annat språk, men fortfarande i hans egen röst, sa Soong.
Den nya tekniken kan också användas för att hjälpa elever att lära sig ett språk, sa Soong. Att tillhandahålla exempel på främmande fraser i en persons egen röst kan vara uppmuntrande eller lättare att imitera. Soong visade också hur hans nya system kunde förbättra en telefonapp för navigeringsanvisningar, vilket gör att en syntetisk engelsk röst sömlöst kan läsa upp text skriven på kinesiska vägskyltar när den vidarebefordrar instruktioner för en rutt i Peking.
Systemet behöver cirka en timmes träning för att utveckla en modell som kan läsa upp vilken text som helst med en persons egen röst. Den modellen konverteras till en som kan läsa upp text på ett annat språk genom att jämföra den med en vanlig text-till-tal-modell för målspråket. Individuella ljud som används av den första modellen för att bygga upp ord med hjälp av en persons röst på hans eller hennes eget språk är noggrant anpassade för att ge den nya text-till-tal-modellen full förmåga att ljuda fraser på det andra språket.
Soong säger att detta tillvägagångssätt kan konvertera mellan vilket par av 26 språk som helst, inklusive mandarinkinesiska, spanska och italienska.
Att bevara en persons röst när man syntetiserar tal för dem på ett annat språk skulle sannolikt vara betryggande för en användare och kan göra interaktioner beroende av översättningsprogram mer meningsfulla, säger Shrikanth Narayanan , en professor vid University of Southern California, i Los Angeles, leder en forskargrupp som arbetar med system för att översätta tal i situationer som läkare-patientkonsultationer.
Ordet är bara en del av vad en person säger, säger han, och för att verkligen förmedla all information i en persons tal kommer översättningssystem att behöva kunna bevara röster och mycket mer. Att bevara rösten, bevara intonationen, de där sakerna spelar roll, och det här projektet vet helt klart det, säger Narayanan. Våra system måste fånga uttrycket en person försöker förmedla, vilka de är och hur de säger det.
Hans forskargrupp undersöker hur funktioner som betoning, intonation och hur människor använder pauser eller tvekan påverkar effektiviteten och den upplevda kvaliteten hos en ord-för-ord-översättning. Vi frågar om man kan bygga system som kan förmedla mellan människor och bara ersätta orden, säger han. Jag ser detta [Microsoft-forskning] som en del av hur du får det här att hända.