“>
Фото: Дмитро Кошовий
Епоха, коли завдяки штучному інтелекту (ШІ) та інтуїтивно зрозумілим особистим гаджетам люди зможуть вільно спілкуватися один з одним, долаючи мовні бар’єри, вже не за горами, переконаний науковий керівник (Chief Scientist) компанії Deepl Штефан Мескен (Stefan Mesken).
“Зараз для голосу настає надзвичайно цікавий період, оскільки ми спостерігаємо, як стрімкий прогрес, що відбувався останніми роками, долає цю магічну межу, виходячи з “моторошної долини” та досягаючи рівня природності, який створює відчуття повної гармонії”, – заявив він на конференції GITEX AI Europe 2026, що проходила цього тижня в Берліні, як передає кореспондент агентства “Інтерфакс-Україна”.
“Ви зможете заходити до ресторану або в офіс з упевненістю, що вся інформація – чи то живе спілкування, чи будь-яка письмова документація – буде доступна вам будь-якою мовою на ваш вибір”, – пояснив Мескен.
Він зазначив, що для письмового перекладу цей момент “магічної межі” завдяки ШІ вже давно минув, приблизно у 2017–2018 роках, а зараз подібне відбувається і з голосовим перекладом.
За його словами, протягом останніх трьох років у Deepl засвоїли всі уроки, отримані з обробки тексту та документів, і застосували їх до нового способу комунікації – мовлення.
Мескен підкреслив, що мовлення характеризується індивідуальністю та емоційністю, тому процес його перекладу був розбитий на кілька етапів. Першим стало миттєве та точне перетворення живого мовлення на текст, що вже можливо завдяки застосункам на смартфонах або інших пристроях.
Другим етапом став онлайн-переклад не текстом, а голосом. Науковець пригадав, як минулого листопада в Токіо на конференції для клієнтів DeepL Dialogues, паралельно з синхронним перекладом, використовувався продукт компанії DeepL Voice, і приблизно через півгодини синхронні перекладачі зрозуміли, що їхні послуги більше не потрібні.
“Я б сказав, що вони усвідомили, що технології вже здатні забезпечити кращий досвід. Тому що для людей синхронний переклад є дуже складним завданням: він займає близько 30 секунд. З технологіями це скорочується приблизно до 3 секунд, що дає набагато глибше занурення в живе слухання. Було вражаюче спостерігати, як професіонали цієї галузі усвідомлюють поточний стан технологій. Це також змушує замислитися про те, як це зміниться в майбутньому, чи не так?” – наголосив Мескен.
За його словами, третім етапом, над яким компанія зараз подвоює зусилля, є завдання реалізувати переклад мови голосом з урахуванням її емоційних нюансів: щоб результати перекладу звучали абсолютно природно для слухача, адже багато розмов несуть не лише інформацію, а й значну частку самоідентифікації та емоцій.
Науковець пояснив, що спочатку перекладений голос може звучати дещо роботизовано, але вже приблизно через три секунди ШІ починає модифікувати голос, і далі він стає все більш реалістичним завдяки вивченню та врахуванню всіх особливостей мовлення співрозмовника.
Під час презентації учасникам було продемонстровано роботу цієї технології, і онлайн-переклад німецькою мовою справді відтворював голоси та інтонації Мескена та ведучого, які говорили англійською.
“Це, по-перше, надзвичайно захопливо з технічної точки зору, але також повністю змінює спосіб взаємодії людей у міжмовних комунікаціях”, – зазначив представник Deepl.
Він запитав, скількома мовами володіють присутні, і знайшовся один чоловік, який знає одразу шість. “Шість мов? Це неймовірно. Поаплодуйте цьому чоловікові. Але виявиться, що це була марна трата часу, друже. Зовсім скоро ви зможете просто підключати людей до своїх окулярів Google Glass чи чогось подібного, чи не так?” – описав своє бачення майбутнього науковець.
Він наголосив, що такий прорив дозволить людям говорити та виступати рідною мовою, якою вони володіють значно краще і яка дає їм більше можливостей донести свої думки та емоції. На його думку, бізнес також функціонуватиме набагато ефективніше, якщо люди почуватимуться комфортно, спілкуючись рідною мовою.
Мескен пригадав, що на початку цього року Deepl провела корпоративний захід у Празі, на якому японські колеги вийшли на сцену та вперше виступили з основними доповідями японською мовою, і це справило зовсім інше враження, оскільки вони спілкувалися рідною мовою, демонструючи значно впевненішу сторону своєї особистості.
“Ми прагнемо налаштувати людей на успіх. Те, що люди можуть висловлюватися так, як їм зручно, має величезне значення. Я маю на увазі все, що стосується мовних бар’єрів”, – підсумував представник Deepl.