Google nos presenta en su blog a Translatotron, su nuevo modelo integral de traducción de voz a voz. Que la compañía lleva años perfeccionando sus modelos de traducción no es algo nuevo, pero que estos modelos sean capaces de imitar la voz de las personas, sí.

Desde Google apuntan a que el principal objetivo de esto es ayudar a las personas que hablan distintos idiomas a comunicarse entre sí. Para lograr este nuevo sistema de voz a voz, proponen un modelo único de secuencia a secuencia, que se aleja de los sistemas en cascada y mejora, según Google, la velocidad, errores de composición y la propia traducción.

En Xataka

DeepL vs Google Translate: ¿quién gana la batalla de los traductores online?

Imitando acentos y pronunciación

Google nos cuenta que Translalotron se basa en un modelo de extremo a extremo, superior a los tradicionales sistemas en cascada. Con esto, pretenden demostrar que se puede traducir el habla de un idioma a otro sin necesidad de que haya una representación intermedia de texto en ninguno de los dos idiomas, algo que sí requieren los sistemas en cascada.

La nueva herramienta de Google toma los espectogramas de origen y genera directamente otros espectogramas con el contenido traducido al idioma deseado. Para ello, se vale de un Vocoder neural, encargado darle la forma deseada a las ondas del espectograma de salida. Asimismo, utilizan un codificador capaz de preservar las …