听力是使我们能够与周围世界联系的关键意义之一。它不仅有助于理解传达给我们的信息，而且还使我们能够有效地回应这些信息。但很多时候，诸如衰老，传染病和耳部感染，活动或事故等因素会影响个人的听力。
结果是，有这种损伤的人无法沟通，因此与周围的人联系。虽然有一些设备，如人工耳蜗和其他辅助设备，可用于帮助这些人，但它们都不容易使用。谷歌希望改变这种状况。
这家科技巨头今年早些时候推出了一款名为Live Transcribe的应用程序，通过实时转录对话，让人们可以与周围的世界联系起来。该应用程序可用于Android设备，它使用大量工具(包括硬件和软件)来使人们能够跟踪他们本来可以排除的通信。
“它带出了现实世界中的字幕，并帮助您了解世界各地的言论，”Google产品经理Sagar Savla在7月10日于东京举行的人工智能会议上发表演讲时说道。在会议上，Savla，除了解释应用程序背后的技术，还提供了Live Transcibe应用程序的现场演示。
那么这个应用程序如何工作？
该应用程序因为它易于使用。它使用手机的麦克风来收听个人的声音，分析音频，然后转录声音并向用户显示相关文字。应用程序的核心是三个复杂的机器学习(ML)模型，用于分析单词和上下文的声音。虽然第一个模型 – 称为声学模型 – 将声音转换为音素波形，但第二个模型 – 称为发音模型 – 将音素转换为单词。第三个和最后一个模型 – 也称为语言模型 – 然后添加单词的上下文以理解整个对话。
“它理解背景。因此，如果你正在谈论在纽约购买一件新球衣，它实际上了解大写并使球衣更小，以便它知道你在谈论衬衫而不是场所，”Savla补充道。
该应用程序的有趣之处在于它已经在全球150个/地区提供，并且可以实时转录多达70种不同的语言，包括印地语，葡萄牙语，西班牙语和语。除此之外，Live Transcribe应用程序还可识别40种不同的声音效果，如汽车警笛角，拍手，音乐，掌声，人们对你大喊大叫，超速车辆的声音和婴儿哭声等等。
此应用程序的使用案例不仅限于有听力障碍的人。Live Transcribe应用程序也可供学生和记者用来记笔记。用户还可以在其设备上复制和保存对话的记录三天。