На Google I/O 2025 технологичният гигант представи революционен напредък в комуникационните технологии: превод на реч в реално време в Google Meet, който функционира като истински човешки преводач във вашите видеоразговори.
За разлика от традиционните инструменти за превод, които разчитат на надписи или роботизирани гласове, новата функция на Google извършва директна аудио към аудио трансформация. Когато е активирана, системата превежда изговорените думи на предпочитания от слушателя език, като същевременно запазва оригиналните характеристики на гласа на говорещия, включително тон, интонация и емоционални изрази. Потребителите чуват леко заглушена версия на оригиналната реч с наслагване на преведения глас, което създава автентично усещане за разговор.
„Функцията използва мощен аудио езиков модел, разработен от Google DeepMind, който позволява безпроблемни и естествени разговори между хора, говорещи различни езици“, заявиха от Google по време на презентацията на I/O. Технологията използва AudioLM, обучена върху аудио данни, за да запази максимално качеството на оригиналния звук, докато преобразува езика.
Функцията вече се разпространява в бета версия за абонати на Google AI Pro ($19.99/месец) и новия AI Ultra ($249.99/месец). Важно е, че само един участник в разговора трябва да има абонамент, за да работи преводът за всички. Първоначално се поддържат английски и испански, а Google планира да добави италиански, немски и португалски през следващите седмици.
Практическите приложения са многобройни – от това да позволи на англоговорящи внуци да общуват естествено с испаноговорящи баби и дядовци, до улесняване на международното бизнес сътрудничество. Google потвърди, че ранното тестване за бизнес клиентите на Workspace ще започне по-късно тази година, което потенциално ще трансформира глобалната корпоративна комуникация.
Това развитие представлява значителен скок спрямо предложенията на конкурентите. Докато Microsoft Teams и Skype предлагат функции за превод, подходът на Google осигурява по-плавно и естествено изживяване, което запазва човешкия елемент на разговора – ключов напредък в преодоляването на глобалните езикови бариери.