به گزارش تلگراف، این برنامه می‌تواند زیر و‌بم صدا و آهنگ صدای سخنگو را در خود حفظ کرده و پس از ترجمه از آن برای ایجاد صدایی مشابه استفاده کند. این نرم‌افزار سال گذشته در مراسمی به نمایش‌گذاشته شد، در این مراسم ریک رشید، مدیر تحقیقات مایکروسافت به زبان انگلیسی سخن گفته و حرف‌هایش به سرعت به چینی ترجمه شد. رشید به تازگی جزئیات بیشتری از پروژه ساخت این نرم‌افزار را ارائه کرده‌است.
ترجمه آنی تا به حال کار بسیار دشواری بوده‌است زیرا ثبت طیفی از توانایی‌های صوتی انسان، تفاوت‌های صدای انسان‌ها، زمان مورد نیاز برای بررسی اطلاعات و کمبود زمان برای بررسی دقت اطلاعات، کار بسیار دشواری بوده و هست.
انجام این‌کار تنها زمانی امکان‌پذیر شد که مایکروسافت رویکرد انطباق الگو را برای ترجمه کلام مطرح کرد، که بسیار ضعیف و به گفته رشید شکننده بود، اما آزمایش آن با مدل‌های آماری نتیجه بهتری در ثبت صدای انسان از خود به نمایش گذاشت.
در این آزمایش‌ها ترجمه هر یک واژه از چهار واژه نادرست بود اما این پروژه ادامه پیدا کرد و در نهایت طی همکاری با دانشمندان دانشگاه تورنتو، محققان دریافتند می‌توان برای تکمیل این پروژه از تکنیکی به نام شبکه‌های عمیق عصبی استفاده کنند.
به گفته ریک رشید، این تکنیک الگویی مشابه عملکرد مغز انسان دارد و در نتیجه در میزان دقت ترجمه بهبود قابل توجهی ایجاد کرده‌است. اکتبر گذشته، مایکروسافت نتایج این پروژه را به نمایش گذاشت که میزان خطا در آن یکی در هفت یا هشت واژه بود.
به گفته محققان این پروژه، نتایج به دست آمده هنوز چندان کامل نیست، اما امید می‌رود تا چند سال آینده این نرم‌افزار بتواند به راحتی حصار‌های زبانی در ارتباطات انسانی را از بین ببرد.
