谷歌宣布翻译网页版已支持直接翻译图片上的文字内容

日前，谷歌宣布网页版谷歌翻译已经支持直接翻译图片上的文字内容，并且可以直接复制翻译后的文字，也可以保存翻译后的图片。 据悉，这一功能的实现得益于其采用了AR（AR翻译）技术，目前支持113种源语言和133种目标语言，Lens也采用了这项技术来服务用户。

经核实，发现更新后的谷歌翻译网页增加了图片翻译选项。 用户选择要翻译的图片后，可以上传图片并根据需要选择翻译语言。 但是，翻译后的图片可能会进行布局和字体大小调整。

据了解，2017年5月发布的Lens也采用了AR技术。 这是一个基于图像识别和OCR的人工智能应用。 它可以借助摄像头识别物体后提供搜索服务。 更改为可获利搜索。 此前，今年2月，谷歌在一场人工智能主题活动上透露，Lens月搜索量已达100亿次。

此外，谷歌相关团队最近与柏林工业大学联合推出了视觉语言模型PaLM-E。 PaLM-540B语言模型与Vit-22B视觉模型结合后的模型最终参数高达5620亿。 问答对话还可以引导机器人完成相对复杂的指令。 同时，谷歌还表示，其宣布的通用语音模型USM也进行了升级，现在可以检测和翻译包括英语和中文在内的多种语言。 谷歌官方博客中还透露，与USM的语音模型相比，USM的数据训练时间更短，错误率更低。