Valós idejű feliratozást és fordítást fejlesztett az Intercall

A tolmácsolás rendkívül megterhelő feladat, amely szinte azonnali figyelmet, megértést és újrafogalmazást igényel. A „tightrope hypothesis” szerint a tolmácsok mentális kapacitásuk határán dolgoznak, és a minőség romlik hosszabb, 30 percnél nagyobb terhelés esetén, ezért nagyjából ennyi időnként rotálják őket. A $11,7 milliárdos iparágban egyre több munka történik távolról, hibrid meetingeken, ami új kihívásokat teremt.

A platform működése

Az Intercall alapítója, Bahodir Rajabov, aki korábban az IBM generatív AI-csapatában dolgozott, egy olyan eszközt hozott létre, amely a tolmácsok valós igényeit szolgálja. A platform nem utólagos, rendezett átiratot kínál, hanem a kimondott szót azonnal, a megfelelő pillanatban jeleníti meg, hogy ne törje meg a koncentrációt. Ez magában foglalja a gyorsan elhangzott számokat, a nehezen érthető szakkifejezéseket vagy a ritkán használt technikai terminusokat.

Kapcsolódó: Qwen3-1.7B modell

A hagyományos, böngészőben futó rendszerekkel ellentétben az Intercall natív szoftverként fut a tolmács gépén, C++ nyelven íródott, és közvetlenül kapcsolódik az operációs rendszerhez. Ez lehetővé teszi az audio rögzítését bármilyen hívásból (Zoom, Microsoft Teams, Google Meet) anélkül, hogy képernyőmegosztásra vagy meeting-botra lenne szükség. A rendszer másodpercek töredéke alatt képes feliratozni és fordítani, és a felhasználók akár 600 saját szakkifejezést is betölthetnek előre, például egy orvosi vagy jogi ülés előtt.

Kapcsolódó: Fin Operator

Biztonság és adatvédelem

Az Intercall egyik kulcsfontosságú előnye a többnyelvű hívások kezelése. A platform képes automatikusan váltani a különböző nyelvek és dialektusok között, akár kétnyelvű beszélgetés esetén is. Ezáltal a tolmácsoknak nem kell több, más célra készült eszközt használniuk párhuzamosan, mint például a meeting-feliratok, jegyzetfüzetek vagy böngészőfülek. Az eredmény kevesebb ismétlési kérés, gördülékenyebb kommunikáció és csökkentett mentális fáradtság.

Kapcsolódó: Google AI-prototípusok

A platform adatvédelmi szempontból is kiemelt figyelmet kapott. Az Intercall állítása szerint az audio, a leiratok és a fordítások kizárólag az operációs memóriában élnek, és a munkamenet végén törlődnek. Nincs szerverre írás, és az adatok nem használhatók fel a modellek betanítására, így biztosítva a HIPAA-szabályozott orvosi és bírósági munkához szükséges titoktartást. Az Intercall több mint 3000 hivatásos tolmács használja 18 országban, és a felhasználók főként a szakmán belül ajánlják egymásnak, kiemelve a hatékonyság és a pontosság növekedését a Zoom, Microsoft Teams és Google Meet platformokon.

Kapcsolódó: Anthropic AI