« Comprendre tout le monde en temps réel » : un casque américain traduit plusieurs voix simultanément sans confusion

Les chercheurs américains ont franchi une nouvelle étape dans le domaine de la traduction simultanée avec un système de casque avancé capable de traduire plusieurs intervenants en temps réel. Ce dispositif, développé par l’Université de Washington, utilise des écouteurs à réduction de bruit dotés de microphones pour capter et traduire les voix tout en préservant leur direction et leurs caractéristiques uniques. Le système, appelé Spatial Speech Translation, fonctionne grâce à des algorithmes sophistiqués qui distinguent les différents locuteurs et les suivent tout en traduisant leurs propos avec un léger décalage de 2 à 4 secondes. Cette innovation promet de transformer les échanges multilingues en préservant l’authenticité et la richesse des voix originales.

Les innovations du système

Le système de traduction spatiale introduit trois innovations majeures qui le distinguent des technologies existantes. Selon Shyam Gollakota, professeur à l’Université de Washington, la plupart des technologies actuelles partent du principe qu’une seule personne parle à la fois. Ce n’est pas le cas dans le monde réel. Grâce à ce nouveau système, chaque voix conserve son timbre et sa direction d’origine, permettant une expérience plus naturelle et fidèle.

La première innovation réside dans sa capacité à détecter le nombre de personnes présentes dans une pièce, qu’elle soit intérieure ou extérieure. Selon Tuochao Chen, doctorant à l’Université de Washington, les algorithmes fonctionnent comme un radar, balayant l’espace à 360 degrés pour identifier et suivre les locuteurs.

Bois, soleil et humidité : cette invention géniale produit de l’eau potable là où il n’y en a jamais eu

Traduction et maintien des qualités expressives

Une fois les locuteurs identifiés, le système traduit les discours tout en conservant les qualités expressives et le volume de chaque voix. Cette prouesse est réalisée sur des appareils tels que les ordinateurs portables équipés de puces Apple M2, sans recourir à l’informatique en cloud, afin de préserver la confidentialité des données vocales. La capacité du système à suivre les mouvements des locuteurs et à ajuster la direction des voix traduit une avancée technologique significative.

Les tests ont montré que le système fonctionne efficacement dans divers environnements, et une étude impliquant 29 participants a révélé une préférence pour ce système par rapport à d’autres modèles qui ne suivent pas les locuteurs dans l’espace.

Liberté intime réinventée : grâce à La Marinette, les femmes peuvent désormais uriner debout sans se dévêtir, même dans l’espace public

Un concept novateur de traduction spatiale

Le concept de traduction spatiale des discours représente une avancée majeure dans le domaine des hearables, ces dispositifs portables qui traduisent l’environnement sonore tout en préservant la directionnalité et les caractéristiques uniques des voix. Lors des évaluations préliminaires, le prototype a obtenu un score BLEU de 22,01 lors de la traduction entre langues, malgré des interférences sonores importantes. Cela témoigne de l’efficacité du système à rendre le discours traduit de manière spatiale dans des environnements réverbérants réels.

Les études utilisateurs ont également indiqué une préférence pour un délai de traduction de 3 à 4 secondes, car un délai plus court augmentait le nombre d’erreurs. L’équipe de recherche travaille actuellement à réduire ce délai dans les futures versions.

« J’ai triplé mes ventes en une semaine grâce à Acheter-des-Fans.com » : voici le fournisseur d’avis Google qui fait exploser toutes les e-réputations

Perspectives et limitations actuelles

Actuellement, le système est limité aux discours courants et ne prend pas en charge le langage technique spécialisé. Cependant, les essais ont montré son efficacité avec des langues telles que l’espagnol, l’allemand et le français, et les modèles de traduction précédents ont démontré la possibilité de s’étendre à environ 100 langues.

Cette technologie ouvre la voie à une nouvelle ère de communication multilingue, où les barrières linguistiques pourraient être surmontées sans sacrifier l’authenticité des voix. Mais comment cette technologie évoluera-t-elle pour intégrer des langages plus spécifiques et répondre aux besoins croissants d’un monde de plus en plus interconnecté ?