SG.hu
A Spotify klónozni fogja a podcasterek hangját és lefordítja őket más nyelvekre
Az OpenAI-val kötött partnerség lehetővé teszi a podcasterek számára, hogy hangjukat lemásolva automatikusan elkészítsék műsoraik idegen nyelvű változatait.
Mi lenne, ha a podcasterek egy kapcsolót átbillentve azonnal más nyelven beszélhetnének? Ez a Spotify új, mesterséges intelligenciával működő hangfordító funkciójának alapötlete, amely a podcastokat más nyelveken adja vissza a podcaster saját hangjával. A vállalat már partnerségre lépett néhány podcasterrel tesztelés céljából, ők az új eszközzel lefordíthatják angol nyelvű adásaikat spanyolra, és a következő hetekben tervezik a francia és német fordítások bevezetését is. Az első próbaadások olyan angolszász téren nagy nevektől származnak majd, mint Dax Shepard, Monica Padman vagy Lex Fridman.
A fordítási funkció gerince az OpenAI hangátíró eszköze, a Whisper, amely képes az angol beszéd átírására és más nyelvek angolra fordítására. A Spotify eszköze azonban túlmutat a beszédből szövegbe fordításon: a funkció lefordítja a podcastot egy másik nyelvre, és a podcastolók saját hangjának szintetizált változatában adja vissza. "Azáltal, hogy a Voice Translation a készítő saját hangján szólal meg, a hallgatók világszerte minden eddiginél hitelesebb módon fedezhetik fel és inspirálódhatnak új podcasterek által" - mondta Ziad Sultan, a Spotify testreszabásért felelős alelnöke egy nyilatkozatban.
Az OpenAI áll az új funkció hangutánzó része mögött is. A mesterséges intelligenciával foglalkozó vállalat egy olyan eszközt vezet be, amely "emberhez hasonló hangot képes létrehozni csupán szövegből és néhány másodperces beszédmintából". Az OpenAI szándékosan korlátozza, hogy az eszköz milyen széles körben lesz elérhető a biztonsággal és a magánélet védelmével kapcsolatos aggályok miatt. Valószínűleg ez az egyik oka annak is, hogy a Spotify a fordítási technológiát egyelőre csak a podcasterek "kiválasztott csoportjával" teszteli. A vállalat nem részletezte, hogy milyen széles körben tervezi elérhetővé tenni az eszközt, és azt sem, hogy mikorra várható a bővítés.
A Spotifynak saját közlése szerint jelenleg több, mint 100 millió podcast-hallgatója van világszerte, és több mint 5 millió podcast-cím érhető el 170 piacon. A vállalat az Edison Research szerint 2022 negyedik negyedévétől 2023 második negyedévéig a legnagyobb amerikai podcast-hálózat volt az elérés alapján. 2023 júniusában a vállalat átszervezte podcasting-csoportját, 200 munkatársat elbocsátottak. A munkatársaknak küldött feljegyzésében Sahar Elhabashi, a Spotify alelnöke, a podcast-üzletág vezetője azt mondta, hogy a vállalat inkább a "világ vezető podcastereivel" való partnerségekre fog összpontosítani.
Mi lenne, ha a podcasterek egy kapcsolót átbillentve azonnal más nyelven beszélhetnének? Ez a Spotify új, mesterséges intelligenciával működő hangfordító funkciójának alapötlete, amely a podcastokat más nyelveken adja vissza a podcaster saját hangjával. A vállalat már partnerségre lépett néhány podcasterrel tesztelés céljából, ők az új eszközzel lefordíthatják angol nyelvű adásaikat spanyolra, és a következő hetekben tervezik a francia és német fordítások bevezetését is. Az első próbaadások olyan angolszász téren nagy nevektől származnak majd, mint Dax Shepard, Monica Padman vagy Lex Fridman.
A fordítási funkció gerince az OpenAI hangátíró eszköze, a Whisper, amely képes az angol beszéd átírására és más nyelvek angolra fordítására. A Spotify eszköze azonban túlmutat a beszédből szövegbe fordításon: a funkció lefordítja a podcastot egy másik nyelvre, és a podcastolók saját hangjának szintetizált változatában adja vissza. "Azáltal, hogy a Voice Translation a készítő saját hangján szólal meg, a hallgatók világszerte minden eddiginél hitelesebb módon fedezhetik fel és inspirálódhatnak új podcasterek által" - mondta Ziad Sultan, a Spotify testreszabásért felelős alelnöke egy nyilatkozatban.
Az OpenAI áll az új funkció hangutánzó része mögött is. A mesterséges intelligenciával foglalkozó vállalat egy olyan eszközt vezet be, amely "emberhez hasonló hangot képes létrehozni csupán szövegből és néhány másodperces beszédmintából". Az OpenAI szándékosan korlátozza, hogy az eszköz milyen széles körben lesz elérhető a biztonsággal és a magánélet védelmével kapcsolatos aggályok miatt. Valószínűleg ez az egyik oka annak is, hogy a Spotify a fordítási technológiát egyelőre csak a podcasterek "kiválasztott csoportjával" teszteli. A vállalat nem részletezte, hogy milyen széles körben tervezi elérhetővé tenni az eszközt, és azt sem, hogy mikorra várható a bővítés.
A Spotifynak saját közlése szerint jelenleg több, mint 100 millió podcast-hallgatója van világszerte, és több mint 5 millió podcast-cím érhető el 170 piacon. A vállalat az Edison Research szerint 2022 negyedik negyedévétől 2023 második negyedévéig a legnagyobb amerikai podcast-hálózat volt az elérés alapján. 2023 júniusában a vállalat átszervezte podcasting-csoportját, 200 munkatársat elbocsátottak. A munkatársaknak küldött feljegyzésében Sahar Elhabashi, a Spotify alelnöke, a podcast-üzletág vezetője azt mondta, hogy a vállalat inkább a "világ vezető podcastereivel" való partnerségekre fog összpontosítani.