متا قابلیت ترجمه صوتی زنده با هوش مصنوعی را به صورت جهانی عرضه کرد

معرفی قابلیت ترجمه صوتی زنده متا: انقلابی در ارتباطات جهانی

شرکت متا، غول فناوری جهان، از عرضه جهانی قابلیت جدید و پیشرفته خود با نام «Reels» خبر داد. این ابزار نوآورانه که بر پایه هوش مصنوعی مولد بنا شده، امکان ترجمه صوتی زنده را فراهم می‌آورد و با قابلیت اختیاری لب‌خوانی، تجربه‌ای بی‌نظیر از ارتباطات چندزبانه را ارائه می‌دهد. این ویژگی برای اولین بار توسط مارک زاکربرگ، مدیرعامل متا، در رویداد «Meta Connect 2024» معرفی شد و اکنون در دسترس عموم قرار گرفته است.

جزئیات و دسترسی به قابلیت جدید

پشتیبانی زبانی و گسترش دسترسی

در حال حاضر، قابلیت ترجمه صوتی زنده متا تنها برای ترجمه از زبان انگلیسی به اسپانیایی و بالعکس در دسترس است. با این حال، متا اعلام کرده است که در آینده نزدیک، زبان‌های بیشتری به این مجموعه اضافه خواهند شد تا دامنه کاربرد آن گسترش یابد.

در ابتدا، این قابلیت صرفاً برای کاربران فیس‌بوک با بیش از ۱۰۰۰ دنبال‌کننده محدود بود. اما اکنون، هر کاربری که یک حساب کاربری عمومی در اینستاگرام داشته باشد، می‌تواند از این ابزار قدرتمند بهره‌مند شود و محتوای خود را به مخاطبان گسترده‌تری ارائه دهد.

نحوه عملکرد و ویژگی‌های فنی

این ابزار هوش مصنوعی بر روی صدای کاربر آموزش می‌بیند و یک آهنگ صوتی ترجمه شده تولید می‌کند که با لحن و سبک گفتار اصلی مطابقت دارد. افزونه لب‌خوانی نیز حرکات دهان گوینده را با گفتار ترجمه شده هماهنگ می‌کند تا تجربه‌ای طبیعی و یکپارچه ایجاد شود. کلیپ نمایشی که سال گذشته توسط متا به نمایش گذاشته شد، دقت شگفت‌انگیز این فناوری را به اثبات رساند.

برای استفاده از این قابلیت، پیش از انتشار یک «ریل»، کافی است گزینه «ترجمه صدای خود با هوش مصنوعی متا» را انتخاب کنید. همچنین امکان افزودن همگام‌سازی لب (لب‌خوانی) و بررسی نسخه ترجمه شده توسط هوش مصنوعی پیش از انتشار وجود دارد. بینندگان «ریل» نیز یک پنجره مشاهده می‌کنند که نشان می‌دهد این محتوا توسط هوش مصنوعی ترجمه شده است.

بهترین شیوه‌های استفاده و محدودیت‌ها

توصیه‌های متا برای بهترین عملکرد

• این ویژگی برای ویدئوهای رو در رو بهترین عملکرد را دارد.
• توصیه می‌شود از پوشاندن دهان یا پخش موسیقی پس‌زمینه بیش از حد خودداری شود.
• این قابلیت برای حداکثر دو گوینده کار می‌کند.
• بهتر است از همپوشانی گفتار و همزمان صحبت کردن پرهیز شود تا دقت ترجمه حفظ گردد.

چشم‌انداز و رقابت در بازار

متا این ویژگی را به عنوان راهی برای سازندگان محتوا معرفی می‌کند تا مخاطبان خود را فراتر از زبان مادری‌شان گسترش دهند. به همین منظور، یک ردیاب عملکرد بر اساس زبان نیز در نظر گرفته شده است تا سازندگان بتوانند میزان موفقیت محتوای ترجمه شده خود را در هر زبان مشاهده کنند.

در این عرصه، متا تنها نیست. یوتیوب نیز سال گذشته ویژگی مشابهی را راه‌اندازی کرد و اپل نیز با ابزارهای ترجمه زنده در برنامه‌های پیام‌رسان، تلفن و فیس‌تایم خود در سیستم عامل iOS 26، وارد این رقابت شده است. این تحولات نشان‌دهنده اهمیت روزافزون فناوری ترجمه صوتی زنده در دنیای ارتباطات دیجیتال است.