跳到正文
IFAI

AI工具

OneMeta AI 推出 Verbum:支持 50 人同时跨 82 种语言实时语音对话

首次发布 传播指数 44

OneMeta AI 推出实时翻译服务 Verbum,支持最多 50 人在群聊中各讲母语、跨 82 种语言及 40 种方言顺畅沟通。系统在发言后 1 秒内生成文字转录,并在约 1 秒后输出自然 AI 语音,最初面向跨国团队会议,亦可用于元宇宙多人场景。

虚拟世界向来喜欢描摹一个没有国界的乌托邦:全世界的玩家或同事站在同一个空间里,地理阻隔彻底消失。

但只要大家一张嘴,这个美好幻象就破灭了。两个人一对一打字或打电话,Google 翻译或 Skype Translator 还能应付;可一旦几十个人围在一起开会或打团战,每个人说的语言都不一样,现有的翻译工具立马抓瞎。

在 CES 现场,OneMeta AI 端出了他们的新服务 Verbum,打算啃下这块硬骨头。

50 个人同台,各自讲母语

Verbum 主打的能力很明确:支持最多 50 个人在同一个语音频道里各说各的母语,系统来完成实时翻译。

这项服务支持 82 种语言和 40 种方言。更重要的是,它给出的不仅是屏幕上的实时字幕,还有由 AI 直接读出来的实时语音。

OneMeta 发言人 David Politis 打了个比方:50 个人开同一个 Zoom 会议,大家都可以讲自己的母语。当某个人用日语发言时,其他人听到的是英文、意大利语或俄语,同时屏幕上也会出现各自对应母语的字幕。

Politis 提到,英语目前确实是国际交流中最常用的语言,但如果说话者的母语是葡萄牙语或俄语,其英语水平很难达到母语精度,沟通中的误解在所难免。Verbum 想做的,就是把这种跨语言摩擦几乎全部抹平。

现场体验:两秒内搞定双向互译

从 CES 现场的实际测试来看,这套系统的可用度相当高。

测试者戴着耳机与一位身处中美洲的女士连线,测试者说英语,对方说西班牙语。虽然能感觉到一丝延迟,但整体对话流畅自然,完全没有被机械卡顿打断的感觉。

具体节奏上,发言结束后一秒之内,屏幕上就会完成文字转录;再过大约一秒,AI 生成的翻译语音就会在耳机里响起。现场体验者甚至觉得,这个 AI 语音听起来和 TikTok 上流行的解说音质不相上下,甚至还要更自然一些。

OneMeta 最初将 Verbum 定位为跨国团队的远程会议工具,但这个逻辑显然可以很自然地搬进游戏与元宇宙。无论是在需要快速报点的大型多人在线射击游戏里,还是在全球电竞赛事的跨语种观众互动中,这种多向实时的语音转换都有着立竿见影的用武之地。

为什么重要

过去翻译工具解决的主要是点对点的信息搬运,而 Verbum 尝试解决的是网状多人互动。从技术落地上看,把 50 个人的多向翻译整合进同一路通话,并且将文字和语音延迟压缩在两秒以内,确实切中了跨国远程协作和多人游戏社交的痛点。

对跨国团队或常打外服的玩家来说,如果这项服务能够稳定嵌入常用工具,其吸引力毋庸置疑,它不仅省去了招聘多语种同传的高昂成本,也让不同背景的人不再受限于蹩脚的第二语言。

不过在我们看来,OneMeta 接下来的日子未必轻松。将多人实时互译做出来固然聪明,但这本质上是一场协同生态的赛跑。像微软和 Google 这样的科技巨头,本身就牢牢握着 Teams、Google Meet 以及最前沿的大模型资源与基础设施。

一旦巨头们在自家成熟办公软件中补齐类似的多人网状同传功能,作为独立初创团队的 OneMeta 想要守住自己的护城河,就必须在延迟极限、特定场景集成度以及性价比上跑得更快。

来源 (2)

  1. [1]
    coindesk.com(在新标签页打开)原文coindesk.com
  2. [2]

每日 AI 内容精选