اسپاتیفای با استفاده از هوش مصنوعی پادکست‌ها را به زبان دیگر ترجمه می‌کند

اسپاتیفای قرار است با استفاده از هوش مصنوعی مولد، اجازه دهد پادکست‌ها را با صدای پادکستر موردنظرتان، به زبان‌های دیگر گوش دهید.

تا به حال به این فکر کرده‌اید که پادکست موردعلاقه‌تان به زبان چینی یا اسپانیایی چگونه به گوش می‌رسند؟ این همان کاری است که اسپاتیفای قصد دارد به زودی با استفاده از یک قابلیت مبتنی بر هوش مصنوعی انجام دهد. قابلیت Voice Translation که چند روزی است در دسترس قرار گرفته، اجازه می‌دهد کاربران بتوانند قسمت‌هایی از پادکست‌ها را با صدای خود پادکستر (حداقل چیزی شبیه به آن) به زبان‌های دیگر گوش کنند.

این ابزار در واقع توسط اسپاتیفای و به کمک سیستم Whisper تشخیص صدای خودکار (ASR) از OpenAI توسعه پیدا کرده و از مدل هوش مصنوعی مول تبدیل صدا به متن استفاده می‌کند تا فایل‌های صوتی را ترجمه کرده و صدا را به صورت منبع اصلی در زبان مقصد به گوش مخاطب برساند.

اولین افرادی که در رونمایی از این قابلیت جدید نقش داشتند، دکس شپرد، مانیکا پدمن، لکس فریدمن، بیل سیمونز و استیون بارتلت بودند. اگر چه فعلا همه قسمت‌های پادکست‌های آن‌ها به زبان‌های دیگر در دسترس قرار ندارند. فعلا مصاحبه لکس فریدمن با یووال نوح هراری، قسمت Kristen Bell, by the grace of god, returns از پادکست Armchair Expert و مصاحبه با دکتر میندی پلز در پادکست The Diary of a CEO with Steven Bartlett به زبان اسپانیایی در دسترس قرار دارند.

اسپاتیفای اعلام کرده که در روزها و هفته‌های آتی قسمت‌های بیش‌تری از پادکست‌ها در دسترس قرار می‌گیرد و قرار است زبان‌های فرانسوی و آلمانی هم به زودی اضافه شوند. شما در بخش Now Playing View گوشی یا کامپیوترتان می‌توانید این بخش را ببینید. منتظر اضافه شدن قسمت‌های بیش‌تر به Voice Translations باشید.

استفاده‌ای هوشمندانه‌تر از AI

پس از ایجاد سروصدای زیاد توسط ChatGPT از OpenAI، سرویس‌های پخش موزیک زیادی به سراغ استفاده از هوش مصنوعی مولد رفتند و سعی کردند بهترین بهره را از آن در دوران طلایی‌اش ببرند. پیش‌تر این پلتفرم‌ها از ماشین لرنینگ برای تشخیص الگو و ترند در سلیقه موسیقی کاربران استفاده می‌کردند تا بتوانند موزیک‌های پیشنهادی بهتری را ارائه دهند (لیست پخش Discover Weekly). با این وجود تکنولوژی روش‌های جدیدتری را هم پیش روی توسعه‌دهندگان قرار داد است.

برای مثال DJ در اسپاتیفای که مبتنی بر هوش مصنوعی است، یکی از روش‌های پیشنهاد آهنگ به حساب می‌آید. همچنین Universal Music هم با Endel قراردادی بسته که بتواند از با AI دست به ساخت صداهای محیط مثل سروصدای جنگل و حرکت آب بزند. متا و گوگل هم از جمله شرکت‌هایی هستند که در این حیطه گام برداشته‌اند. اما بدون شک ترسناک‌ترین ایده این است که بالاخره شاهد پخش پادکستی مستقل توسط هوش مصنوعی مولد باشیم.

چندین پادکست به صورت هوش مصنوعی مولد پیش‌تر به صورت آزمایشی منتشر شده‌اند که از جمله آن‌ها می‌توان به The Joe Rogan AI Experience و Hackers News Recap اشاره کرد. در کنار نگرانی‌های مربوط به حریم شخصی و کپی‌رایت، یکی از بزرگ‌ترین مسائلی که ذهن کاربران را مشغول می‌کند، این است که دیگر در این شرایط خبری از گفتگوی زنده نخواهد بود.

به هر حال استفاده از هوش مصنوعی مولد برای ترجمه پادکست‌ها ایده‌ی خوبی به نظر می‌رسد و احتمالا مخاطب‌های بسیاری از پادکسترها را افزایش می‌دهد. حال باید دید توسعه‌دهندگان برنامه‌ای برای تجربه هم‌زمان مصاحبه‌ها و برنامه‌های زنده هم دارند یا نه. علاوه بر این، امیدواریم این قابلیت بتواند پادکست‌ها را به زبان‌های بیش‌تری هم در دسترس قرار دهد.