Superar las barreras del idioma, conectar a las personas: Spotify se ha fijado estos nobles objetivos al presentar su última función. Pero la traducción de voz puede hacer más que simplemente traducir. La editora de TECHBOOK, Natalie Wetzel, escuchó lo buena que es realmente la nueva función de IA.
Con alrededor de 70.000 podcasts en alemán en Spotify, la escena local de podcasts es bastante sólida. La oferta abarca desde podcasts de noticias profesionales, formatos de entretenimiento comerciales hasta grabaciones de pasatiempos de bajo nivel y todos los matices intermedios. La variedad de temas también es grande y cada vez más diversa. Y, sin embargo, uno o dos usuarios miran con curiosidad los 3,5 millones de podcasts restantes que Spotify tiene disponibles. Si no fuera por la barrera del idioma. Pero Spotify ha desarrollado una solución exactamente para este problema: la traducción de voz basada en inteligencia artificial.
La IA como puente sobre la barrera del idioma
El resultado es tan simple como ingenioso: la IA traduce el podcast al idioma de destino y “clona” la voz y los hábitos de habla de la persona que habla. “A través de culturas, países y comunidades, las historias que compartimos nos unen. Y la mayoría de las veces son las voces de los oradores las que dan a las historias tanto peso como las historias mismas”. Spotify comienza con esta formulación un tanto florida. declaración, en el que anuncia la fase piloto de Traducción de Voz. A partir de ahora, escuchar tu podcast favorito (originalmente en un idioma extranjero) en tu propio idioma nativo, ese debería ser el objetivo algún día.
Traducción de voz: así es como funciona
Ya en mayo de 2023, Bill Simmons, fundador de la red de podcasts deportivos de Spotify “The Ringer”, reveló que el proveedor sueco de transmisión de música estaba trabajando en una función de inteligencia artificial que imitaba voces. Simmons analizó el uso de voces generadas por IA de conocidos presentadores de podcasts con fines publicitarios. Por supuesto sólo con su consentimiento. La propia Spotify todavía mantenía un perfil bajo en aquel momento: “La publicidad es un campo interesante para investigaciones futuras, pero no tenemos nada que anunciar en este momento”. Esto ha cambiado con la traducción de voz ahora introducida, aunque no en el área de publicidad.
La traducción de voz de Spotify funciona con Whisper, una herramienta de transcripción de inteligencia artificial de OpenAI. El sistema de reconocimiento de voz fue entrenado con cientos de miles de archivos de audio predominantemente en inglés y ahora puede traducir el habla de un lado a otro entre idiomas seleccionados. Al mismo tiempo, Whisper puede transferir las características del habla de los presentadores del podcast, como el tono de voz, las pausas y las palabras de relleno, al idioma de destino.
Lea también: Los mejores podcasts sobre crímenes reales para fanáticos del crimen
¿Quieres una muestra?
Si quieres convencerte del rendimiento de Whisper, puedes utilizar el especialmente diseñado Centro Escuche algunos episodios piloto. Desde el 25 de septiembre, tres episodios que Whisper ha traducido del inglés al español se pueden encontrar aquí:
- DOAC: E256 – Dra. Mindy Pelz (15 de junio de 2023)
- Podcast de Lex Fridman: #390 – Yuval Noah Harari (17 de julio de 2023)
- KB: Experto en sillón con Dax Shepard (14 de agosto de 2023)
En los próximos días y semanas se realizarán más traducciones al alemán y al francés. Spotify también dice que le gustaría incluir más podcasts en la serie piloto. Estos incluyen “eff won with DRS” de Dax Shepard, “The Rewachtables” de The Ringer y el nuevo podcast de Trevor Noah, el ex presentador del “Daily Show”. Aquí ya se percibe una cierta atención al deporte y a las cuestiones sociales.
¿Quién puede utilizar la traducción de voz?
Si Spotify ampliará aún más la traducción de voz y cómo la pondrá a disposición de una gama más amplia de productores de podcasts depende en gran medida de la retroalimentación durante la fase piloto. El hecho de que los episodios traducidos hasta ahora tengan al menos un mes y medio sugiere que Whisper aún no está funcionando del todo bien. Tampoco está claro cómo será exactamente la colaboración con los anfitriones y qué condiciones tiene Spotify en mente para el futuro. ¿Le cuesta a los productores el uso de la traducción de voz? En caso afirmativo, ¿cuánto?
Actualmente, la regla general es que los episodios de podcast editados con traducción de voz estén disponibles para todos los usuarios. Queda por ver si la función seguirá siendo accesible para todos en el futuro, incluidos aquellos con una suscripción gratuita. El propio Spotify podría esperar aumentar el número de usuarios eliminando la barrera del idioma. En cualquier caso, es probable que el alcance de algunos podcasters se expanda enormemente una vez que se establezca la traducción de voz. El hecho de que los ingresos de los podcasts comerciales se estén disparando no hace que el modelo sea menos atractivo. Sin embargo, probablemente pasará algún tiempo antes de que la traducción de voz esté disponible para todos los podcasters y los usuarios puedan escuchar sus podcasts favoritos en su propio idioma nativo.
TECHBOOK significa
“Personalmente, me debato entre el entusiasmo y el escepticismo. El concepto en sí es fantástico y supone un punto de inflexión para cualquiera que no sepa ningún idioma extranjero o sólo unos pocos. No quiero aprender japonés primero para sumergirme en los podcasts de cocina japonesa, ni polaco para obtener información directamente. E incluso con un excelente dominio del inglés, a veces puede resultar difícil entender los términos técnicos que los comentaristas de la NFL gritan por el micrófono con voz quebrada mientras estás sentado en el metro. La traducción de voz de Spotify podría brindar mucho alivio a los usuarios individuales y ayudar a las comunidades a conectarse. Si tan solo la función estuviera lista.
Pero Spotify todavía determina actualmente qué podcasts deberían ser accesibles internacionalmente. Y estos son, como era de esperar, grandes podcasts de presentadores establecidos. La selección de idiomas se limita inicialmente a los habituales: inglés, español, francés y alemán. Sólo cabe esperar que Spotify pronto proporcione también traducciones hacia y desde otros idiomas, incluidos los no europeos.
Lo que también es interesante es cuán auténticos pueden ser en última instancia los podcasts traducidos, tanto a nivel técnico como humano. “Al igualar la voz del creador, Voice Translation permite a los oyentes de todo el mundo descubrir e inspirarse en nuevos podcasters de una manera más auténtica que nunca”, dice Ziad Sultan, vicepresidente de personalización de Spotify.
He escuchado las traducciones existentes, pero como hasta ahora sólo están disponibles en español, sólo puedo dar una opinión limitada. La traducción de voz aún no puede imitar perfectamente las voces de los presentadores, especialmente en lo que respecta al tono exacto. Sin embargo, las pausas, las fluctuaciones en el énfasis, la velocidad y la melodía vocal parecen sorprendentemente cercanas al original. Sobre todo, el origen artificial de las voces apenas se escucha, si es que se escucha. En este sentido, la traducción de voz tiene todo su potencial. Ahora la herramienta sólo necesita estar disponible para el mayor número posible de podcasters de la forma más sencilla posible”. – Natalie Wetzel
About the Author
