نجح باحثون في جامعة واشنطن بالولايات المتحدة في تطوير نظام مبتكر لسماعات الرأس، قادر على ترجمة حديث عدة أشخاص في الوقت نفسه، مع الحفاظ على طبيعة أصواتهم واتجاهاتها، حتى أثناء تحركهم داخل المكان. ويُطلق على هذا الابتكار اسم "ترجمة الكلام المكانية" (Spatial Speech Translation)، حيث يعتمد على سماعات رأس مزودة بخاصية إلغاء الضوضاء وميكروفونات مدمجة، إلى جانب خوارزميات ذكية تفصل بين المتحدثين وتتعرف على مواقعهم بدقة.

وأوضح الأستاذ شيام غولاكوتا، من قسم علوم الحاسوب والهندسة بالجامعة، أن التقنيات الحالية للترجمة الفورية تفترض وجود متحدث واحد فقط، مما يؤدي إلى صوت آلي موحد لا يعكس طبيعة الحوار أو اتجاهات المتحدثين، بينما يتيح الابتكار الجديد الحفاظ على طابع صوت كل متحدث وموقعه في الفضاء الصوتي.

ويتميز النظام بثلاث ميزات رئيسية:

رصد المتحدثين تلقائياً: يستطيع الجهاز اكتشاف عدد الأشخاص في أي مساحة، سواء كانت داخلية أو خارجية، عبر مسح بزاوية 360 درجة، مما يمكّنه من تحديد أماكن المتحدثين بدقة.

الترجمة الفورية: يعيد تشغيل الحديث مترجماً بعد تأخير قصير يتراوح بين ثانيتين وأربع ثوانٍ، مع الحفاظ على التعبير الصوتي ومستوى الصوت الأصلي لكل شخص، مما يجعل الترجمة أكثر واقعية وانسيابية.

تتبع ديناميكي للصوت: يقوم النظام بتتبع حركة رؤوس المتحدثين، ويتكيف مع التغيرات في اتجاه الصوت وخصائصه أثناء الحديث، مما يسمح بتجربة تفاعلية وطبيعية أكثر أثناء التنقل.

وأكد توتشاو تشين، الباحث الرئيسي المشارك في المشروع، أن النظام يعمل بطريقة شبيهة بالرادار، حيث يقوم بمسح وتحليل البيئة المحيطة بشكل دائم، مما يمكنه من تحديد مواقع المتحدثين حتى في البيئات المعقدة والمزدحمة.

ويُعد الابتكار متوافقاً مع أجهزة مثل Apple Vision Pro، وأجهزة الكمبيوتر المحمولة المزودة بشريحة Apple M2، دون الحاجة إلى الحوسبة السحابية، وهو خيار اتخذه الفريق لحماية الخصوصية ومنع إساءة استخدام تقنيات استنساخ الصوت.

وقد أثبت النظام فعاليته في اختبارات شملت 10 بيئات مختلفة، داخلية وخارجية، حيث أبدى 29 مشاركاً تفضيلهم لهذه التقنية مقارنة بنماذج تقليدية لا توفر تتبعاً للمواقع أو تمييزاً للأصوات المتعددة.