A Spotify jelentette be, hogy elindítja próbaüzemben az MI hang fordítási technológiáját, ami egészen izgalmas jövőképet vetít előre. Egyelőre még nagyon korlátozottan, és csak tesztelési jelleggel megy majd a rendszer, a jövőben viszont széles nyelv és podcast támogatás mellett új kapuk nyílhatnak meg a hallgatóság előtt.
Az nem titok, hogy a Spotify brutális pénzeket fektetett a podcastekbe az elmúlt években. De ennek meg is lett a gyümölcse, hiszen a világ egyik legnagyobb tartalomfogyasztó felülete lett a platform ebből a szempontból is a zenestreaming mellett. A vállalat folyamatosan keresi annak a módját, hogy több és több tartalmat hozzon a felületére, ezen a téren pedig egy mérföldkövet jelentene, ha sikerülne a nyelvi korlátokat legyűrni.
A Voice Translation révén a hanganyagokat le lehet fordítani más nyelvekre, és ezeket a szimpla felolvasó helyett már a klónozott „eredeti” hangon lesz képes a rendszer felolvasni az idegennyelvű hallgatóknak. Nagyon távoli még az, hogy ez a rendszer teljesen természetesen elterjedt legyen, de a Spotify mostani lépések óriási jelentőséggel bírnak.
„Izgatottan mutatjuk be a Voice Translationt, egy úttörő, mesterséges intelligenciával működő funkciót, amely további nyelvekre fordítja a podcastokat – mindezt a podcaster hangján.” –olvasható a cég közleményében.
Elárulta a Spotify, hogy az eszközt nem egyedül készítette, hanem külső hozzájárulással, és az OpenAI által létrehozott megoldások (pl. Whisper) is munkára lettek itt fogva. Nemcsak, hogy a hangot és a hanganyagot fogja a rendszer átvenni az eredeti podcastből, hanem még a beszélő stílusát is képes adaptálni. Ez azt jelenti, hogy tényleg ugyanolyan lehet a végeredmény, mintha az emberek valóban az adott nyelven beszélgetnének a különböző témákról. Benne lesz a hangjukban az érdelem, vehemencia, vagy éppenséggel a nyugalom, a szórakozott érzés.
A tesztelés alatt olyan műsorkészítők tartalmait lehet majd meghallgatni más nyelveken, mint Dax Shepard, Monica Padman, Lex Fridman, Bill Simmons, és Steven Bartlett. Első körben spanyolul szólalnak meg az angol készítők beszélgetései, de a tesztelési ciklusban a francia és a német is benne van. Ezeket támogatva már egy lényegesen nagyobb közönséget tudnak megszólítani a beszélgetések révén a podcasterek.
Azt nagyon nehéz megmondani most, hogy milyen tempóvaforl tud terjeszkedni a dolog, de elvileg akár az egészen gyors felfutásra is megvan a lehetőség. Az biztos, hogy a Spotify már abban gondolkodik, hogy mik lesznek a következő műsorok, amik részt vehetnek a tesztelési fázisban. Az azonban még nagyon távoli, hogy ezt a funkciót szó szerint szabadon engedje a vállalat.
A hangklónozás meglehetősen kétes megítélésnek örvend napjainkban, a legtöbben inkább ellene, mint mellette vannak. A vállalat szerint azonban a készítők örömmel adják a mesterséges intelligenciának a hangjukat, ha arról van szó, hogy az általuk elmondottakat más nyelveket beszélők is meghallgathassák, megérthessék, és ezáltal a mondanivalójuk szélesebb közönséghez juthasson el.
A generatív MI-t kihasználva a jövőben például egy magyar podcastet élvezetesen hallgathat amerikai közönség úgy, hogy az előadók az eredeti hangjukon beszélnek majd, csak már nem magyarul, hanem angol nyelven. Ezáltal egy nagyon értékes témát nem egy milliós tömeg érhet el, hanem 100 milliók. A Voice Translation akár még ösztönzőleg is hathat a készítőkre, de jelenleg még szinte lehetetlen felbecsülni ennek a hatásait.
Arról most még nem beszélt a Spotify, hogy milyen formában akarja ezt a tesztet kiterjeszteni, milyen ütemben csatlakozhatnak a kísérleti programba más készítők, és hogyan tervezi a nyelvtámogatás bővítését. Itt már egészen összetett dolgokról beszélhetünk. Reményeink szerint a cég belátható időn belül többet is elárul a Voice Translation kapcsán.
