Сътрудничеството на Spotify с OpenAI ще позволи на подкастърите да синтезират собствения си глас, за да създават автоматично чуждоезични версии на своите предавания. Това е основната идея зад новата функция за гласов превод на Spotify, базирана на AI, която възпроизвежда подкасти на други езици, използвайки синтезирания глас на автора. Сега е достатъчно подкастърът да „щракне превключвателя“ и незабавно да говори на друг език.
Компанията вече е подписала договори с няколко подкастъра за превод на техните англоезични епизоди на испански с помощта на новия си инструмент и планира да пусне френски и немски преводи през следващите седмици. Първите епизоди ще бъдат преведени подкастери с такива известни имена като Дакс Шепърд (Dax Shepard), Моника Падман (Monica Padman), Лекс Фридман (Лекс Фридман), Бил Симънс (Bill Simmons) и Стивън Бартлет (Steven Bartlett). В бъдеще Spotify планира да разшири тази група, за да включи The Rewatchables и предстоящото шоу на Trevor Noah.
Основата на функцията за превод е инструментът за гласов синтез на AI OpenAI Whisper, който може както да транскрибира английски, така и да превежда на английски от други езици. Но инструментът на Spotify надхвърля обикновения превод от реч в текст – тази функция ще преведе подкаст на друг език и ще го възпроизведе в синтезирана версия с гласа на подкаст.
„Чрез съпоставяне със собствения глас на автора, Voice Translation позволява на слушателите по целия свят да откриват и да се вдъхновяват от нови подкастъри по-автентично от всякога“, каза Зиад Султан, вицепрезидент на Spotify за персонализиране.
Тази сутрин OpenAI обяви пускането на инструмент, който може да създаде "човешки глас само от текст и няколко секунди от говорна проба." Наличието на новия инструмент ще бъде значително ограничено поради опасения за сигурността и поверителността. Това вероятно е една от причините технологията за превод на Spotify в момента да се тества само с "избрана група" подкастъри и компанията не прави прогнози за масовото внедряване на новата функция.
Прочетете също: