当我们谈到视频会议时，通常忽视了对于聋哑人士以及对于英语非母语人士对于会议内容的理解考虑。这些人们需要使用字幕才能理解会议内容。因此，Google已经推出了LLMs（Large Language Models）给字幕系统带来了一个大的改进。 LLMS不仅可以为字幕系统带来精准的翻译，还能将其转化为一个动态视觉，与会者不用关注字幕，就可以理解会议内容。
首先，在字幕系统中使用LLMs会使翻译更加精确，因为LLMs在语言处理上有着高度的准确性。更值得关注的是LLMs的动态视觉功能。在使用LLMs后，字幕上的英文会随着发言的声音而呈现出流动的视觉，这样就不再需要聚焦在字幕上，我们可以同时注意到发言者的时间表现和会议内容。会议的主题和焦点不会被打断，我们还可以看到说话人的面部表情和肢体语言，更好的理解说话者的意图和情感。
LLMs作为一种语言模型，是Google通过长期的研究和开发实现的。其内部的神经网络完成了从单词到句子再到段落的语言建模，满足了对于上下文的理解。因此，LLMs可以帮助字幕系统更好的翻译语言，解决一些含糊不清和歧义的问题，为所有与会人员提供更准确的信息。
总之，使用LLMs可以使视频会议更具有可访问性。对于聋哑人士和英语非母语人士来说，动态视觉字幕让他们更加容易地理解会议内容; 对于其他与会者来说，视觉效果也能更好地提升会议的沟通效果。这样就使得所有人都能积极地参与到会议内容讨论当中。谷歌一直致力于推进AI的技术发展，现在您可以在使用谷歌的视频会议工具时，享受更为全面的会议体验。
了解更多有趣的事情：https://blog.ds3783.com/