Google, YouTube için gerçek vakitli dublaj hizmetini test ediyor

PaLM 2‘deki yapay zeka özelliklerinin Bard da dahil olmak üzere Google ekosistemine meselesiz bir halde entegre edilmesi, Google I/O 2023 aktifliğinin ana temalarından biri oldu. Lakin Google kimi özelliklerin çabucak piyasaya sürülmemesi gerektiğine inanıyor. Bu ortada PaLM 2, Google’ın makine tahsili ve yapay zeka alanındaki araştırmalarına dayanan yeni jenerasyon büyük lisan modeli olarak biliniyor.

Google I/O konuşmasında, şirketin teknoloji ve toplumdan sorumlu kıdemli lider yardımcısı James Manyika, yanlış bilgilendirme ve kimi yapay zeka yetenekleri, yani yapay zeka yoluyla yapılabilecek dezenformasyon ilgili telaşlarını lisana getirdi. Manyika’nın bahsettiği şey, deepfake çalışmalarının görüntülerde seslendirme yapmak için kullandıkları lisan modelleri.

Google, bu teknolojinin berbata kullanılma potansiyeli olduğunu düşünerek, birtakım adımlar atmayı ihmal etmemiş. Şimdilik test kademesinde prototip olarak yayınladığı “Evrensel Çevirmen” özelliği ise şimdiden geliştiriciler tarafından ilgi odağı haline gelmiş durumda.

Google’ın Kozmik Çevirmen’i, konuşmaları gerçek vakitli olarak çevirebiliyor. Bir görüntü izlerken diğer bir lisanda ne söylendiğini anında görebiliyor ve okuyabiliyorsunuz. Bunun bir nevi deneysel bir yapay zeka görüntü dublaj hizmeti olduğunu söyleyebiliriz.

Prototip, aktiflik sırasında Arizona Eyalet Üniversitesi ile ortaklaşa oluşturulan bir çalışmadan alınan görüntüler aracılığıyla sergilendi. Google, birinci sonuçların umut verici olduğunu söylüyor.

Model 4 etapta çalışıyor. Birinci basamakta model, bir görüntüdeki dudak hareketlerini tanıdığı sözlerle eşleştiriyor. 2’inci adım, anlık konuşma üretimi sağlayan bir algoritmayı tetikliyor. Modelin 3’üncü etabı, çeviriye yardımcı olmak için konuşan kişinin doğal konuşma suratındaki yükselme ve alçalmayı ölçen tonlamayı kullanıyor. Son olarak, tarz kopyalandıktan ve konuşmacının dudak hareketlerinden ton eşleştirildikten sonra, çeviriyi oluşturmak için hepsini bir ortaya getiriyor.

Evrensel Tercüman özelliği şimdi küçük bir test kümesi dışında kullanıma açık değil. Google bu özelliği test ettikten sonra, YouTube ve görüntü konferans hizmeti Google Meet üzere hizmetlerde kullanıma sunabilir.