Zoom bringt Echtzeit-Sprachübersetzung per Audio ins Meeting
Zoom bohrt seine Videokonferenz-Plattform um ein KI-Feature auf: Mit dem neuen Voice Translator rollt der Anbieter eine Echtzeit-Sprachübersetzung aus. Anstatt wie bisher rein auf übersetzte Untertitel zu setzen, hören Meeting-Teilnehmer das Gesagte direkt in ihrer bevorzugten Sprache als generierten Audiostream. Kennt man vielleicht schon von Google Meet.
Das System verarbeitet die Audiospur in drei Schritten nahezu ohne Latenz: Automatische Spracherkennung (ASR), maschinelle Übersetzung und anschließende Synthese via Text-to-Speech. Der übersetzte Ton wird wahlweise parallel zur leise gedämpften Originalstimme oder anstelle dieser eingespielt. Über die Meeting-Symbolleiste lässt sich die Funktion individuell von jedem Teilnehmer aktivieren, ohne dass der Gastgeber Vorkonfigurationen vornehmen muss. Jeder Nutzer wählt einfach seine eigene Sprachkombination aus.
Zum Start werden fünf Sprachen unterstützt: Englisch, Chinesisch, Spanisch, Französisch und Japanisch. Weitere Sprachen, darunter Deutsch, Portugiesisch, Arabisch und Italienisch, sollen im Laufe des Jahres folgen. Zudem arbeitet Zoom bereits an künftigen Erweiterungen wie Voice Cloning, bei dem die übersetzte Stimme klanglich an den jeweiligen Sprecher angepasst wird, sowie einer universellen Ausspielung in der jeweiligen Zielsprache aller Teilnehmer (Translation Projection).
In Sachen Datenschutz betont der Anbieter, dass die Audiodaten rein in Echtzeit verarbeitet und nach der Übersetzung direkt verworfen werden. Es werden keine Audiodaten gespeichert, keine Stimmprofile angelegt oder permanente Nutzerprofile aus Übersetzungsinhalten gebildet.
- Multifunktions-Dockingstation - Die verbesserte Multifunktions-Dockingstation übernimmt die komplette...
- Extreme Saugkraft von 18.500 Pa für Tiefenreinigung - Der roborock Qrevo S Pro Saug- und Wischroboter...
- Anti-Tangle System für Haushalte mit Tieren – Schluss mit dem mühsamen Entfernen von Haaren. Die...
- 7,98cm Ultraflaches Design - Dank des autonomen StarSight Systems 2.0 der nächsten Generation ist der...
- Autonomes StarSight System 2.0 - Mithilfe fortschrittlicher Technologie zur Vermeidung seitlicher...
- Zero-Tangle-System - Ständige Wartung der Bürste ist für dich kein Thema mehr- dank des...
- Multifunktions-Dockingstation - Die verbesserte Multifunktions-Dockingstation übernimmt die komplette...
- Extreme Saugkraft von 18.500 Pa für Tiefenreinigung - Der roborock Qrevo S Pro Saug- und Wischroboter...
- Anti-Tangle System für Haushalte mit Tieren – Schluss mit dem mühsamen Entfernen von Haaren. Die...
Hinweis: Dieser Artikel enthält Affiliate-Links. Kauft ihr darüber ein, erhalten wir eine kleine Provision - ohne Aufpreis für euch und ohne Einfluss auf unsere redaktionelle Meinung.

Wird die Originalstimme dabei geklonnt?
Claude hat mir mit Whisper (Spracherkennung), Gemma (Übersetzung/Korrektur) und Qwen (Text-to-Speech mit meiner Stimme) eine Pipeline zur Übersetzung mit meiner Stimme gebaut. Die Bedienung ist etwas holprig, ich muss die Leertaste gedrückt halten, wenn ich spreche, und nach jedem Satz kurz loslassen (ist ja nur ein Prototyp, an einem Abend zusammengebaut), aber es funktioniert erstaunlich gut und alles lokal, wenn man genug VRAM für drei Modelle hat.
Was Zoom in Sachen Datenschutz mitteilt, sollte man keineswegs für bare Münze nehmen. Denen jetzt noch die eigene Stimme zu überlassen, grenzt an Wahnsinn. Der Hauptteil der Entwicklung findet in China statt und unterliegt den Anweisungen der dortigen Behörden.
https://bigbrotherawards.de/2023/zoom
Und wer es vertiefen möchte:
https://geo-trends.eu/interview/nicholas-eftimiades-on-how-china-turns-its-entire-society-into-a-global-espionage-network/
https://www.youtube.com/watch?v=YAZezL0VbAY
Chinas Ziel auf lange Sicht ist weltweite Dominanz!
Welcher Staat wäre von weltweiter Dominanz denn abgeneigt? Selbst auf Personen bezogen: Wer würde denn nicht gern der Beste in seinem Tun und Machen auf der Welt sein? Bissl übertrieben das zu überdramatisieren. Sie werden auf kurz oder lang sowieso die Besten werden, die Weichen dafür würden vor Jahrzehnten gelegt.