Un nuevo sistema de traducción AI llamado Spatial Speech Translation ha sido desarrollado para auriculares, permitiendo traducir varias voces simultáneamente en tiempo real. Imagina estar en una cena con amigos que hablan diferentes idiomas y poder entender todo, sin importar la barrera lingüística. Este innovador sistema realiza esta hazaña al rastrear la dirección y las características vocales de cada orador, ayudando al usuario a identificar quién dice qué.
Desarrollado por un equipo liderado por Shyam Gollakota, profesor en la Universidad de Washington, este sistema utiliza modelos de IA para descomponer el espacio alrededor del usuario en pequeñas secciones y ubicar potenciales hablantes. A través de un chip de silicio M2 de Apple, el sistema proporciona traducciones más naturales, creando voces “clonadas” que suenan similares a los hablantes originales, en vez de ofrecer traducciones robóticas como otros sistemas existentes.
Sin embargo, el desarrollo no está exento de desafíos. Aunque los primeros resultados son prometedores, el equipo trabaja en reducir la latencia del sistema para que las traducciones sean casi instantáneas, permitiendo conversaciones más fluidas entre personas que hablan diferentes idiomas. Esta tecnología tiene el potencial de transformar la comunicación, permitiendo que más personas compartan sus ideas sin las limitaciones del idioma.
