La idea de un traductor universal es un invento maravilloso que hasta ahora pertenecía al reino de la ciencia ficción. ¿Hasta ahora? Así es, pues el nuevo proyecto de Microsoft nos permitirá comprender fácilmente hasta 26 idiomas.
El traductor combina diferentes tecnologías, como la traducción, el reconocimiento de voz y una réplica de la imitación humana. No es de extrañar que Google y Microsoft estén empujando dólares en esta investigación, pues cualquier empresa que pudiera dominar la traducción universal tendría un gran éxito.
Microsoft está haciendo una demostración del prototipo de traducción que escucha la voz y escupe sus palabras en tiempo real, preservando la inflexión, la entonación y acento. Aunque la tecnología es un gran paso adelante, ciertamente no es un fin a la carrera. El prototipo de Microsoft requiere alrededor de una hora de entrada de voz del usuario para reunir suficientes datos, pero el resultado es una voz digital, en otro idioma, que suena extrañamente como la propia.
Para desarrollar su llamado traductor universal, Microsoft construyó sobre varias herramientas preexistentes. El sistema comienza con el software de reconocimiento de voz, usa Bing para la traducción, luego, se nutre de la tecnología de texto a voz para vocalizar resultados. La parte difícil es la personalización de la voz. La lengua materna registrada se divide en trozos de 5 milisegundos y los sonidos individuales se mezclan para entrenar al programa en el idioma de destino.
La demostración fue celebrada en el TechFest 2012 en Washington, en el reciente campus de Microsoft. El científico de investigación, Frank Soong, leyó un texto en inglés y a continuación fue traducido a español, mandarín e italiano con la voz de su jefe, Rick Rashid. Aqui la muestra en mp3: Inglés, Español, Mandarín e Italiano.
Este software puede ser utilizado desde ya para traducir a cualquiera de los 26 idiomas cubiertos por la Microsoft Speech Platform, que incluye idiomas como japonés, francés, portugués, mandarín, etcétera.
“Las palabras son sólo parte de lo que la persona está diciendo. Conservar la voz y la entonación es importante, y este proyecto lo sabe. Nuestros sistemas necesitan capturar la expresión que una persona trata de comunicar, quiénes son y cómo lo están diciendo”, afirmó Shrikanth Narayanan, otro de los responsables de esta interesantísima investigación.
Fuente: Technology Review