跳到正文
IFAI

AI工具

OneMeta AI 推出 Verbum:支援 50 人同時跨 82 種語言即時語音對話

首次發布 傳播指數 44

OneMeta AI 推出即時翻譯服務 Verbum,支援最多 50 人在群聊中各講母語、跨 82 種語言及 40 種方言順暢溝通。系統在發言後 1 秒內生成文字轉錄,並在約 1 秒後輸出自然 AI 語音,最初面向跨國團隊會議,亦可用於元宇宙多人場景。

虛擬世界向來喜歡描摹一個沒有國界的烏托邦:全世界的玩家或同事站在同一個空間裡,地理阻隔徹底消失。

但只要大家一張嘴,這個美好幻象就破滅了。兩個人一對一打字或打電話,Google 翻譯或 Skype Translator 還能應付;可一旦幾十個人圍在一起開會或打團戰,每個人說的語言都不一樣,現有的翻譯工具立馬抓瞎。

在 CES 現場,OneMeta AI 端出了他們的新服務 Verbum,打算啃下這塊硬骨頭。

50 個人同臺,各自講母語

Verbum 主打的能力很明確:支援最多 50 個人在同一個語音訊道里各說各的母語,系統來完成即時翻譯。

這項服務支援 82 種語言和 40 種方言。更重要的是,它給出的不僅是螢幕上的即時字幕,還有由 AI 直接讀出來的即時語音。

OneMeta 發言人 David Politis 打了個比方:50 個人開同一個 Zoom 會議,大家都可以講自己的母語。當某個人用日語發言時,其他人聽到的是英文、義大利語或俄語,同時螢幕上也會出現各自對應母語的字幕。

Politis 提到,英語目前確實是國際交流中最常用的語言,但如果說話者的母語是葡萄牙語或俄語,其英語水平很難達到母語精度,溝通中的誤解在所難免。Verbum 想做的,就是把這種跨語言摩擦幾乎全部抹平。

現場體驗:兩秒內搞定雙向互譯

從 CES 現場的實際測試來看,這套系統的可用度相當高。

測試者戴著耳機與一位身處中美洲的女士連線,測試者說英語,對方說西班牙語。雖然能感覺到一絲延遲,但整體對話流暢自然,完全沒有被機械卡頓打斷的感覺。

具體節奏上,發言結束後一秒之內,螢幕上就會完成文字轉錄;再過大約一秒,AI 生成的翻譯語音就會在耳機裡響起。現場體驗者甚至覺得,這個 AI 語音聽起來和 TikTok 上流行的解說音質不相上下,甚至還要更自然一些。

OneMeta 最初將 Verbum 定位為跨國團隊的遠端會議工具,但這個邏輯顯然可以很自然地搬進遊戲與元宇宙。無論是在需要快速報點的大型多人線上射擊遊戲裡,還是在全球電競賽事的跨語種觀眾互動中,這種多向即時的語音轉換都有著立竿見影的用武之地。

為什麼重要

過去翻譯工具解決的主要是點對點的資訊搬運,而 Verbum 嘗試解決的是網狀多人互動。從技術落地上看,把 50 個人的多向翻譯整合進同一路通話,並且將文字和語音延遲壓縮在兩秒以內,確實切中了跨國遠端協作和多人遊戲社交的痛點。

對跨國團隊或常打外服的玩家來說,如果這項服務能夠穩定嵌入常用工具,其吸引力毋庸置疑,它不僅省去了招聘多語種同傳的高昂成本,也讓不同背景的人不再受限於蹩腳的第二語言。

不過在我們看來,OneMeta 接下來的日子未必輕鬆。將多人即時互譯做出來固然聰明,但這本質上是一場協同生態的賽跑。像微軟和 Google 這樣的科技巨頭,本身就牢牢握著 Teams、Google Meet 以及最前沿的大模型資源與基礎設施。

一旦巨頭們在自家成熟辦公軟體中補齊類似的多人網狀同傳功能,作為獨立初創團隊的 OneMeta 想要守住自己的護城河,就必須在延遲極限、特定場景整合度以及價效比上跑得更快。

來源 (2)

  1. [1]
    coindesk.com(在新分頁開啟)原文coindesk.com
  2. [2]

每日 AI 內容精選