近い将来、コレなしちゃ海外旅行できなくなっちゃいそう。
言葉の通じない国を訪れたとき、｢使えるフレーズ集｣に顔を埋めて、たどたどしく現地の人に声をかけることほど苦痛なものはありませんよね。しかも、それが通じないとパニクっちゃいますし…。
そんな悪夢を回避したいのなら、Googleが垂らしてくれる蜘蛛の糸が助けになりそうです。それはユーザーの声を使い、代わりに現地の言葉を喋ってくれるというAI、｢Translatotron｣。
AIが文章化の工程を省く
Google AI Blogは、これを端から端までを音声同士による翻訳で繋ぐモデルと表現しています。これが目新しいのは、従来のGoogle翻訳とは違い発話→文章、そして文章→発話への変換という従来の方法を省いたことです。その裏では、ニューラル・ネットワークが音声→文章→音声と翻訳する中間の工程を省略してくれます。さらには｢スピーカー・エンコーダー｣が内蔵され、話した人の声を記録してくれるのです。
新しい手法でスピードアップ
新たなAIは、従来の方法を上回る利点がいくつかあります。Googleはたとえば、より速い推論速度や、複合的なエラーの排除、そして特定の名刺や名称など翻訳が不要な言葉の取り扱いなどを指摘しています。ですが現段階では、｢Translatotron｣の翻訳クオリティは従来の方法に遅れを取っているそうな。
Googleが公開している音声サンプルを聞くに、最終結果はちゃんと正確なだけでなく自然な言葉だと認識できます。まだちょっと機械が喋っているような抑揚があるものの...AmazonのAlexaよりかなり良いかなという印象です。
今ある競合アプリ
現在はGoogle Translateや SayHi、そしてMicrosoft TranslatorにiTranslateにTripLingo,など、文章→発話で翻訳してくれるアプリがいくつか出回っています。ですがどれもユーザーの声を使うものではないので、実際に利用したらイラっとする場面が出てくるかもしれません。
｢Translatotron｣はまだ開発が必要かと思われますが、もしリリースされれば、フランス人が言う｢篠塚くん幸せそうなの｣の意味をついに理解できるかもしれませんね。
Source: Google AI Blog, Google Research, Google Translate, SayHi, Microsoft Translator, iTranslate, TripLingo,YouTube
