Майбутнє, в якому завдяки штучному інтелекту (ШІ) та зручним особистим пристроям люди зможуть вільно спілкуватися між собою попри мовні бар’єри, вже недалеко, вважає науковий керівник (Chief Scientist) компанії Deepl Штефан Мескен (Stefan Mesken).
"Для голосу зараз цікавіший час, бо ми бачимо, що стрімкий розвиток, який ми спостерігали протягом останніх років, перетинає цю магічну межу, де ми залишаємо моторошну долину та досягаємо рівня природності, який просто створює враження безшовності", – сказав він на конференції GITEX AI Europe 2026, яка пройшла у Берліні цього тижня, передає кореспондент агентства "Інтерфакс-Україна".
"Ви будете заходити до ресторану або до офісу із очікуванням, що вся інформація – чи то жива розмова, чи якась письмова документація – буде доступна вам будь-якою мовою, яку ви оберете", – пояснив Мескен.
Він зауважив, що для письмового перекладу цей момент – магічної межі – завдяки ШІ минув вже давно, у 2017–2018 роках, а тепер те саме відбувається з голосом.
За його словами, протягом останніх трьох років в Deepl засвоїли всі уроки, отримані з обробки тексту та документів, і застосували їх до нового способу спілкування – мовлення.
Мескен зазначив, що особливістю мовлення є його особистість, емоційна складова, тож процес її перекладу був розкладений у кілька етапів. Першим став точний переклад живої мови на льоту в текст, і це вже зараз можливо за рахунок застосунків у телефоні або інших пристроях.
Другим етапом став онлайн переклад не текстом, а голосом. Науковець згадав, як у листопаді минулого року у Токіо на конференції для клієнтів DeepL Dialogues паралельно із синхронним перекладом застосовувався продукт компанії DeepL Voice, і приблизно через півгодини синхронні перекладачі зрозуміли, що їхня послуга не потрібна.
"Я б сказав, що вони усвідомили, що технології вже можуть забезпечити кращий досвід. Тому що для людей синхронний переклад є дуже складним завданням: він займає в межах 30 секунд. З технологіями це зводиться приблизно до 3 секунд, тож ви отримуєте набагато більше вражень від живого прослуховування. Було неймовірно бачити, як професіонали в цій галузі усвідомлюють стан сучасних технологій. А також змушує задуматися про те, як це зміниться в майбутньому, чи не так?" – наголосив Мескен.
За його словами, третім етапом, зусилля в якому компанія наразі подвоює, є завдання реалізувати переклад мови голосом із її емоційними особливостями: щоб результати перекладу мовлення звучали абсолютно природно для одержувача, бо багато розмов несуть не лише інформацію, а й багато компонентів самоідентифікації та емоційних складових.
Науковець пояснив, що спочатку перекладу голос звучатиме трохи як від робота, але вже за приблизно через три секунди ШІ починає змінювати голос, і далі він стає все більш схожим реалістичним за рахунок вивчення та урахування всіх особливостей мовлення того, хто говорить.
Під час виступу учасникам було продемонстровано, як це працює, і онлайн переклад німецькою справді повторював голоси та інтонації Мескена та ведучого, які говорили англійською.
"Це, по-перше, надзвичайно захопливо з технологічної точки зору, але також повністю змінює те, як люди взаємодіють у цих міжмовних комунікаціях", – зазначив представник Deepl.
Він запитав, кількома мовами володіють присутні, знайшовся хтось, хто знає відразу 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 такого, чи не так?" – описав своє бачення майбутнього науковець.
Він наголосив, що такий прорив дозволить людям говорити та виступати рідною мовою, якою вони набагато краще володіють та яка надає їм більше можливості донести свої думки та емоції. На його думку, бізнес також працюватиме набагато краще, якщо люди почуватимуться комфортно, говорячи рідною мовою.
Мескен згадав, 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 було зовсім інше відчуття, бо вони розмовляли рідною мовою та демонстрували зовсім іншу, набагато впевненішу сторону своєї особистості.
"Ми хочемо налаштувати людей на успіх. Те, що люди можуть говорити так, як їм зручно, має величезне значення. Я маю на увазі все, що стосується мовних бар’єрів", – підсумував представник Deepl.