インターネットはこれまで主にウェブページや文書といったテキストデータの作成・共有に使われてきましたが、音声や動画情報も私たちの生活において非常に重要な役割を果たしています。TelegramやWhatsAppでの人々間のコミュニケーション、ポッドキャスト、ストリーム、インタビュー、講義などが例です。この情報が冗長であったり、時間が限られている場合、長時間のメディアコンテンツを全て視聴せずに要点を素早く把握したり、講義・会議・インタビュー・ポッドキャストを効率的に復習したりしたいことがあります。GroupDocs Rewriter が搭載した Media Translation AI アプリは、時間を節約し、生産性を向上させ、アクセシビリティを高めます。
近年のディープラーニングとニューラルネットワークの急速な発展により、音声認識から翻訳といった高度なタスクが可能になりました。エンコーダ―デコーダ構造や注意機構を組み合わせて音声特徴をテキストトークンにマッピングすることで、トランスクリプションは高品質な文字認識結果を提供します。また、Transformer アーキテクチャはパターンや単語間の依存関係を学習し、テキストの意味と要点を把握して翻訳を実現します。
GroupDocs Translation が提供するこの無料のオンライン AI アプリケーションは、音声・動画ファイルをワンクリックで文字起こしし、翻訳まで行います。YouTube などのウェブサイトやオンライン動画サービスにホストされたメディアファイルも、ダウンロードせずに翻訳可能です。スマートフォンを含むあらゆるデバイスで利用できます。