سماعات ثورية تترجم عدة متحدثين في وقت واحد وتحافظ على أصواتهم الطبيعية

ويحمل الابتكار اسم “ترجمة الكلام المكانية” (Spatial Speech Translation)، ويعتمد على سماعات رأس مزودة بخاصية إلغاء الضوضاء وميكروفونات مدمجة، إلى جانب خوارزميات ذكية تفصل بين المتحدثين وتتعرف على مواقعهم.

وأوضح الأستاذ شيام غولاكوتا، من قسم علوم الحاسوب والهندسة بالجامعة، أن معظم تقنيات الترجمة الحالية تفترض وجود متحدث واحد فقط، ما يؤدي إلى صوت آلي موحد لا يعكس تعدد الأشخاص أو اتجاهاتهم. وأضاف: “لأول مرة، أصبح بإمكاننا الحفاظ على طابع صوت كل متحدث واتجاهه ضمن المجموعة”.

رصد المتحدثين تلقائياً: يكتشف عدد الأشخاص في أي مساحة، داخلية كانت أم خارجية، عبر مسح بزاوية 360 درجة.

الترجمة الفورية: يعيد تشغيل الحديث مترجماً بعد تأخير قصير يتراوح بين ثانيتين وأربع ثوانٍ، مع الحفاظ على التعبير الصوتي ومستوى الصوت الأصلي لكل متحدث.

تتبع ديناميكي للصوت: يتابع النظام حركة رؤوس المتحدثين، ويتكيف مع التغيرات في اتجاه الصوت وخصائصه أثناء الحديث.

وقال توتشاو تشين، الباحث الرئيسي المشارك وطالب الدكتوراه في الجامعة، إن النظام يعمل بطريقة شبيهة بالرادار، ويقوم بمسح وتحليل البيئة المحيطة بشكل دائم لتحديد مواقع المتحدثين بدقة.

ويعمل النظام حالياً على أجهزة مثل Apple Vision Pro، وأجهزة الكمبيوتر المحمولة المزودة بشريحة Apple M2، دون الحاجة إلى الحوسبة السحابية، وهو خيار اتخذه الفريق لحماية الخصوصية ومنع إساءة استخدام تقنيات استنساخ الصوت.

وأثبت النظام فعاليته في اختبارات شملت 10 بيئات مختلفة داخلية وخارجية، كما أبدى 29 مشاركاً تفضيلهم لهذا الابتكار، مقارنة بنماذج لا تتيح تتبع المتحدثين.