谷歌借机器学习技术增强了现实生活中的文本图像翻译体验

数码芝华士

Google 正在通过机器学习（ML）驱动的附加功能，对其翻译服务带来新一轮升级。这使得用户能够更轻松地翻译现实世界中出现的文本，比如店面招牌、菜单、文档、名片等项目。更棒的是，新功能不会简单粗暴地将译文覆盖到原始文本的上方，而是利用 AI 生成的背景来重建像素，以便带来更自然的使用体验。

[/url]

谷歌搜索副总裁兼总经理 Cathy Edwards 指出：

很多情况下， 单词的上下文组合 —— 比如背景图像 —— 真正为用户看到的内容赋予了更大的意义。

此时你肯定不希望图像中可能出现的重要背景，被翻译后的文本给遮盖住。

为了让进展更加顺利，谷歌还使用了被称作“生成对抗网络”（又称 GAN 模型）的机器学习技术。

在该技术加持下的“魔术橡皮擦”功能，可从 Pixel 智能机拍摄的照片中智能擦除不需要的对象。

[url=https://static.cnbetacdn.com/article/2022/0929/f9ae81afd04e96e.jpg]

但现在，Google 也将它运用到了翻译功能上。通过将译文融合到复杂的背景图像中，可为用户带来更加自然且无缝的使用体验。

在软件呈现的画面中，你能够像原文那样查看译文，而不是在当前图像上再添加一层遮挡。说到这，一些人可能已经联想到了该公司有意打造的新款 AR 眼镜。

Google 称，每月都有超 10 亿人次使用该公司的翻译服务，涉及超过 100 种语言的文本和图像。

今年开始，Google 还开始在公共场所，与少数员工和值得信赖的测试者们，一起评估他们的 AR 原型设备。

遗憾的是，该公司首次进军消费级智能眼镜领域的 Google Glass 产品，最终只是昙花一现。

最后，Google 没有分享其翻译功能的长期规划，仅表示相关功能会在今年晚些时候推出。