A Gradium lançou dois modelos de tradução de fala em tempo real: stt-translate e s2s-translate. Segundo a empresa, eles cobrem inglês, francês, alemão, espanhol e português em 20 pares de idiomas.
A proposta é simplificar a arquitetura tradicional de tradução por voz. Em vez de uma cascata com três modelos separados, os sistemas reduzem o fluxo para dois componentes, combinando transcrição e tradução em uma única passagem com uma etapa de síntese de voz da Gradium.
O que muda na prática
- O stt-translate combina reconhecimento de fala e tradução em um único passo.
- O s2s-translate adiciona saída em voz, com seleção de voz e clonagem.
- A comunicação ocorre por um WebSocket duplex, o que favorece aplicações interativas.
- A Gradium afirma ter melhor equilíbrio entre precisão e latência que gpt-realtime-translate e gemini-3.5-live-translate.
Para produtos que dependem de conversa ao vivo, como atendimento, reuniões multilíngues e ferramentas educacionais, a latência é tão importante quanto a qualidade da tradução. Pequenos atrasos podem tornar a interação menos natural, mesmo quando o conteúdo traduzido está correto.
Para leitores brasileiros, o ponto mais relevante é a presença do português entre os idiomas cobertos. Isso pode facilitar integrações em serviços que precisam alternar entre português, inglês, espanhol e outros idiomas sem montar uma cadeia complexa de modelos separados.
O nosso prisma
A notícia importa porque tradução de fala em tempo real depende de equilíbrio entre precisão, velocidade e voz natural. Para o Brasil, o suporte ao português torna a tecnologia mais aplicável a atendimento, educação e colaboração internacional, embora os ganhos relatados ainda venham da própria Gradium.
Fonte: MarkTechPost
Receba o Jornal da IA todos os dias
As notícias de inteligência artificial que importam no Brasil — com o nosso prisma e sempre com as fontes. Grátis.
