谷歌推出了实时扩展语音翻译

 
谷歌宣布为其免费的Android手机翻译应用提供新的实时转录功能。该公司表示，IOS版本计划在将来使用。
该功能将使用户能够将正在进行的演讲，讲座或独白的即时文本翻译成八种语言，包括英语。
当前，翻译仅允许转换相对简短的语音片段。
唯一的要求是，在一个安静的房间里一次只能说话一个发言人(其他声音或噪音会降低准确性)和互联网连接，这是与Google基于云的Tensor处理单元进行交互所必需的。
这项活动将从今天(3月18日)开始，并应在本周末在Google Play商店中向所有用户开放。
在对话模式下，该应用程序允许用户与说不同语言的人进行来回对话。
除英语外，还提供法语，德语，印地语，葡萄牙语，俄语，西班牙语和泰语的翻译。
该应用程序还可以播放预录制的音频。但谷歌表示，尚无法从上传的音频文件进行直接数字翻译。
本周的公告提醒人们，自最早的数字语音识别以来我们已经走了多远。贝尔实验室(Bell Laboratories)于1952年首次推出了具有未来意义的“奥黛丽(Audrey)”系统，该系统可以识别语音数字0-9。十年后，IBM在1962年世界博览会上展示了“ Shoebox”，迈出了巨大的一步-它可以识别多达16个单词。
在1970年代的五年中，语音识别得到了美国军方的极大推动。国防部在语音识别方面进行了大量研究，其中包括卡内基-梅隆的“ Harpy”语音理解研究(SUR)计划，该计划建立了超过1,011个单词的识别词汇。该程序首次特别引入了发音模式和概率的概念，从而大大增强了识别不同语音模式的能力。
1980年代，在单词检测方面取得了前所未有的进步，研究人员将概率论应用于未知声音。科技巨头IBM的计划将识别范围扩大到5,000个单词。但是，这个十年可能是因为引入了世界上第一个会说话的能说话的玩偶“朱莉”而被牢记的。广告活动中说：“最后，懂您的洋娃娃。”
Dragon在1990年代将语音识别技术带入了大众，它的第一款虽然准确无误，但仍然有问题的消费类产品的价格仅为9,000美元。到本世纪末，经过大幅度改进的Dragon NaturallySpeaking计划向消费者提供了大约700美元的服务，该程序首次不需要在每个口语单词之间停顿。
今天，我们有了Siri和Alexa以及其他免费和低成本的移动应用程序，可让我们请求行车路线，订购食物，购买生活用品并在电子邮件和文字处理文档中键入语音文字，所有这些都将语音识别扩展到了难以想象的点不太多年前。
随着数百万手持设备用户的最新进展，Harpy，Audrey和Julie可能会变得无语。