Google étend les technologies linguistiques fondées sur l’intelligence artificielle au-delà de la traduction de textes, en se concentrant sur la compréhension du ton, des émotions, du contexte, de l’argot et des nuances culturelles dans les conversations. Les technologies et les produits de l’entreprise facilitent aujourd’hui les interactions quotidiennes de plus de 7 milliards de personnes, soit 86 % de la population mondiale, dans plus de 300 langues. Lancé en 2006, Google Translate est quant à lui passé de quelques langues à plus de 250.
Soulignant que les systèmes traditionnels de reconnaissance vocale perdent des éléments importants de la communication en convertissant d’abord la voix en texte, puis de nouveau en voix, Google entraîne des modèles comme Gemini à traiter directement le son afin d’en saisir à la fois le sens et la manière de parler. L’objectif est ainsi de comprendre les rires, les hésitations, les chevauchements de parole et les mélanges linguistiques tels que le spanglish ou le hinglish.
En raison de la représentation disproportionnée des langues dominantes sur Internet, l’entreprise mène des partenariats ouverts sur les données avec des communautés locales pour les langues sous-représentées. Le nouvel outil Language Explorer visualise LinguaMeta, le plus grand référentiel mondial de données linguistiques en libre accès, et cartographie en permanence plus de 7 000 langues parlées, écrites et signées. Le Centre for Digital Language Inclusion, soutenu par Google.org, et le Project Aquarium d’AI Singapore contribuent également à rendre les outils multilingues accessibles aux agriculteurs, aux professionnels de santé, aux enseignants et aux autres travailleurs assurant des services essentiels.
Pour plus de 3 milliards de personnes n’ayant pas accès à une connexion Internet fiable, TranslateGemma, une famille de modèles de traduction ouverts et légers basés sur Gemini et entraînés dans 55 langues, a été développée. Fonctionnant directement sur l’appareil, le système ne nécessite ni connexion Internet ni accès au cloud. Google soutient également le service « Ask Viamo Anything » (AVA) de Viamo, qui apporte un assistant vocal propulsé par Gemini aux téléphones mobiles classiques. Lors du projet pilote mené au Rwanda, AVA a répondu à plus de 2 millions de questions.
Entraîné dans plus de 50 langues des signes, Sign Language-to-Text (SL2T) permet, sur Pixel 11, la dictée de signes en texte via Gboard et Live Transcribe ; dans un premier temps, l’American Sign Language (ASL) est traduite en anglais. Ces travaux visent à améliorer l’accessibilité pour 70 millions de personnes utilisant la langue des signes. En Nouvelle-Zélande, la prononciation des noms de lieux dans Google Maps a été améliorée avec des spécialistes du māori. Les technologies linguistiques de Google relient également plus de cinq milliards de personnes sur neuf plateformes, dont Search, Android, Chrome, YouTube et Google Play.
Pourquoi est-ce important ?
Cette approche repose sur le fait que les services de traduction vont au-delà de la production d’équivalents lexicaux en prenant également en compte la manière de parler et le contexte culturel ; l’objectif est ainsi de réduire les éléments perdus dans la communication. Les modèles légers fonctionnant sur l’appareil permettent aux personnes ne disposant pas d’une connexion Internet fiable de ne plus dépendre du cloud pour accéder à ces services, tandis que les assistants vocaux intégrés aux téléphones classiques réduisent la nécessité de posséder un smartphone. L’ajout de la prise en charge de la langue des signes directement dans les claviers et les outils de transcription fait quant à lui de l’accessibilité une composante de produits largement diffusés plutôt qu’un service distinct. Les partenariats de données ouvertes établis avec les communautés locales visent à combler le manque de données afin d’intégrer aux systèmes les langues peu représentées sur Internet. En revanche, le fait que la première fonctionnalité de traduction des signes en texte ne soit proposée que de l’ASL vers l’anglais laisse ouverte la question de l’étendue de la prise en charge des autres langues des signes.