كيف يتعامل DeepL Voice مع التحديات الفريدة التي تواجه ترجمة الكلام في الوقت الفعلي

النقاط الرئيسية

• تتطلب ترجمة الكلام في الوقت الحقيقي السرعة والدقة والقدرة على التعامل مع الجمل غير المكتملة: وهي تحديات لا تواجهها ترجمة النصوص.
• تتضمن اللغة المنطوقة حالات عدم الطلاقة والتعبيرات العامية والتأكيدات القصيرة التي يجب تصفيتها بدلاً من ترجمتها حرفياً.
• الاقتراب من سرعة الكلام يحول المشاركين في الاجتماع من مستمعين سلبيين إلى مساهمين نشطين.
• يقلل DeepL Voice من "التقطع" عن طريق إنشاء ترجمات مرنة يمكنها استيعاب المعلومات الجديدة في منتصف الجملة.
• تستمد DeepL Voice معلوماتها من خبرات اللغويين البشريين في كيفية التعامل مع ترتيب الأفعال وتركيب الجمل وتقييم السياق عبر اللغات.
• تعاونت DeepL مع الشركات وخبراء اللغويات لضمان أن يعكس DeepL Voice أولويات التواصل في العالم الحقيقي.
• أصبحت شركة NEC Corporation أول شركة تنشر DeepL Voice بالكامل بعد إطلاقه.
• توفر مجموعة DeepL للحلول اللغوية القائمة على الذكاء الاصطناعي، بما في ذلك Voice و المُترجم و Write، للشركات العالمية الأدوات اللازمة للتواصل بوضوح.

لا يتحدث الناس بنفس الطريقة التي يكتبون بها. كما أنهم لا يعيشون المحادثات الشفوية بنفس الطريقة التي يعيشون بها قراءة بريد إلكتروني/رسالة إلكترونية أو مقال. 

إن قدرتنا على فهم بعضنا البعض في لحظة التحدث — التي تجمع بين جميع أنواع التواصل اللفظي وغير اللفظي لفهم ما يعنيه الشخص على الفور — هي بمثابة حبل مشدود للتعبير البشري. 

عندما تتوقف قليلاً وتفكر فيما يحدث في المحادثة، ستندهش من كمية المعلومات التي ننقلها بسرعة كبيرة. 

عندما تضع لنفسك مهمة ترجمة التفاعلات الشفوية أثناء حدوثها، كما فعلت DeepL مع حل DeepL Voice الخاص بنا، فإنك تكتشف كل أنواع الرؤى المثيرة للاهتمام حول ما يجعل ترجمة اللغة المنطوقة مختلفة عن ترجمة النص. 

في هذا المنشور، سأشارك بعضًا من هذه الأفكار وأشرح كيف نستخدمها لتغيير تجربة الاجتماعات والمحادثات.

الترجمة الصوتية في الوقت الفعلي أصبحت حقيقة: تعرف على كيفية تحقيق DeepL Voice لذلك.

لماذا تعد ترجمة الكلام في الوقت الفعلي أصعب من ترجمة النصوص

التواصل الفوري في المحادثات هو أمر إنساني في الأساس ويصعب للغاية على التكنولوجيا محاكاته—حتى التكنولوجيا المتقدمة مثل الذكاء الاصطناعي.

إذا كنت ترغب في ابتكار حلول لعمل تجاري يساعد الناس على متابعة المحادثات والمشاركة فيها بلغات متعددة، عليك أن تبدأ بفهم عميق للتحديات التي تنطوي عليها هذه المهمة.

وتشمل هذه التحديات محاكاة المهارة البشرية المتمثلة في توقع ما سيقوله الناس قبل أن ينتهوا من قوله. 

عند ترجمة الكلام في المواقف الحية، تحتاج أيضًا إلى توقع أفضل طريقة للتعبير عن كلمات شخص ما بلغة أخرى. والأهم من ذلك، عليك القيام بذلك قبل أن تعرف على وجه اليقين كيف ستنتهي الجملة الأصلية لتجنب حدوث تأخيرات طويلة. 

التحدي هنا هو أن ما يبدو أنه ترجمة دقيقة لبضع كلمات قد يتضح أنه ترجمة غير دقيقة بمجرد أن يكمل الشخص جملته. 

عندما شرعنا في تطوير DeepL Voice، كنا نعلم أنه لا يمكننا تحقيق ترجمة حية عالية الجودة للكلام من خلال التكنولوجيا وحدها. فالأمر يعتمد على الاهتمام العميق بـ الطرق المختلفة التي تعمل بها اللغة وفهمها. 

لهذا السبب جمعنا خبراء في علم اللغة فيما يتعلق بالمحادثات الشفوية. كما استفدنا من فهم DeepL القوي للسياق وكيفية عمل اللغات المختلفة. 

بالإضافة إلى ذلك، عقدنا شراكات مع الأعمال التجارية لاستكشاف أولوياتها وتجربة ترجمة الكلام التي تحقق أكبر قيمة لها.

اكتشف كيف تعمل تقنية DeepL للذكاء الاصطناعي على تحويل الترجمة لتمكين الشركات التي لا تعرف الحدود حقًا.

لماذا تعد السرعة أولوية قصوى في ترجمة الكلام في الوقت الفعلي

إحدى الرؤى الأولى التي تعلمناها هي أن التوقيت هو كل شيء عندما يتعلق الأمر بالترجمة الفورية لاجتماع أو محادثة.

إذا تمكنت من الاقتراب من سرعة الكلام — بعرض ترجمة الجملة بحلول الوقت الذي ينتهي فيه المتحدث من نطقها — فستتمكن من التأثير بشكل كبير على مدى شمولية تلك الاجتماعات. 

كريستين أوبري، المنسقة الدولية لشركة Brioche Pasquier العالمية المصنعة للحلويات، أوضحت ذلك بمزيد من التفصيل في DeepL Dialogues. 

وأشارت إلى أن الترجمات الأسرع تحول أسلوب الناس من المشاركة السلبية إلى المشاركة النشطة. بدلاً من أن يكافحوا لمواكبة ما يقوله الآخرون بلغة أخرى، يشعرون بأنهم على اطلاع تام بما يجري. مثل المتحدثين باللغة الأم، تتاح لهم الفرصة للتدخل وتشكيل المحادثة والمشاركة بنشاط. 

ثانية واحدة تقريبًا تحدث فرقًا كبيرًا.

لذلك، تعد السرعة أولوية قصوى عند ترجمة الكلام في الوقت الفعلي. ولكن عليك الموازنة بين السرعة والأولويات الأخرى التي لها أيضًا تأثير كبير على تجربة الناس. يجب أن تكون الترجمات دقيقة قدر الإمكان لتجنب سوء الفهم والارتباك. 

وحيثما أمكن، يجب أن تقلل الترجمات من "الوميض" الذي يحدث عندما تضطر إلى تصحيح نص مترجم سابقًا بسبب تغير المعنى. كلما انخفض معدل الوميض، أصبح من الأسهل على الشخص متابعة المحادثة بطريقة طبيعية.

كيف تختلف اللغة المنطوقة عن اللغة المكتوبة — ولماذا يهم ذلك في الترجمة

لترجمة الكلام المباشر بدقة، من المهم فهم الاختلافات العديدة بين أنماط اللغة المكتوبة وإيقاعات الكلام.

على سبيل المثال، طريقة تحدث الناس أكثر فردية وأقل اتساقًا بكثير من طريقة كتابتهم. فهم يستخدمون عبارات مميزة وتعبيرات عامية قد تنبع من اللهجات الإقليمية ومن شخصيتهم الخاصة أو صورتهم الذاتية. 

بالإضافة إلى ذلك، يقوم الناس ببناء الجمل وتصحيحها أثناء التحدث، مما يؤدي إلى عدم انسيابية حيث يتبع مصطلح غير صحيح نحويًا مصطلحًا آخر أكثر صحة على الفور. إن إعادة إنتاج هذه العبارات حرفياً في الترجمة لا يساعد من يحاول فهم المعنى. 

خلال المحادثات، ينطق الناس أيضًا بتأكيدات قصيرة (مثل "أه-ها") لطمأنة المتحدثين بأنهم يفهمون أو يوافقون على ما يقولونه. تساعد هذه العبارات في انسيابية المحادثة نفسها. ومع ذلك، فإنها تشوش على الترجمات بالنسبة للأشخاص الذين يحاولون المتابعة بلغة أخرى. 

من المفيد تصفية هذه العناصر من اللغة المنطوقة من الترجمة.

تحكم في المصطلحات والفروق الدقيقة باستخدام مسارد المصطلحات من DeepL.

كيف يعمل DeepL Voice على تحسين الدقة والسرعة في آن واحد

يصبح التحدي أكثر إثارة للاهتمام عندما تفكر في أن منصة الترجمة في الوقت الفعلي لا تترجم جمل كاملة. فإنها تحتاج إلى ترجمة الجملة أثناء نطقها، عندما لا يكون المعنى النهائي لتلك الجملة واضحًا بعد. 

وهذا يتطلب منا تحسين الترجمات بطريقة مختلفة قليلاً. لا نريد فقط الترجمة الأكثر دقة. نريد ترجمة دقيقة ومرنة بما يكفي لتضمين المعلومات الجديدة التي قد تغير اتجاه ما يقوله الناس.

إليك مثالاً على ذلك. 

تخيل أننا نترجم اجتماعًا افتراضيًا يتحدث فيه أحد المشاركين بالإنكليزية، بينما يتابع آخر ما يقوله من خلال ترجمة نصية باللغة الألمانية. 

يقاطع المتحدث باللغة الإنكليزية المحادثة ليقول: "لقد وجدته." الآن، إذا افترضنا أن هذه جملة كاملة، فإن أفضل ترجمة ألمانية ممكنة ستكون: "Ich habe es gefunden." 

ومع ذلك، نظرًا لأن هذا كلام مباشر، لا يمكننا التأكد مما إذا كانت الجملة كاملة أم لا.

في هذه الحالة، قد يكون الخيار الأفضل هو استخدام ترجمة مثل "Ich fand es" بدلاً من ذلك. لماذا؟ عندما يواصل المتحدث باللغة الإنكليزية قائلاً: "I found it frustrating"، فإن ترجمة "ich fand es" تكون في وضع مثالي لإضافة كلمة "frustrierend" ببساطة.

إذا تمت ترجمة الكلمات الثلاث الأولى إلى "Ich habe es gefunden"، فسنحتاج إلى مراجعة الترجمة بأكملها. 

هذا هو نوع "الخلل" الكبير الذي يعيق متابعة المحادثة بشكل بديهي. وهذا هو نوع المشكلة التي تهدف DeepL إلى تقليلها قدر الإمكان.

كيف يؤثر ترتيب الأفعال عبر اللغات على الترجمة الفورية

ترجمة الكلام الدقيقة في الوقت الفعلي تنطوي على مجموعة واسعة من الأحكام السياقية التي يتم اتخاذها على أفضل وجه عندما توجه الخبرة البشرية التكنولوجيا. وتشمل هذه الخبرة رؤى حول الأماكن التي من المرجح أن تضع فيها اللغات المختلفة الأفعال الحاسمة لمعنى الجملة. 

إذا جاءت في البداية (كما في الفرنسية والإسبانية)، فمن الممكن عرض الترجمة بسرعة أكبر مما لو جاءت في النهاية. 

كل هذا يساعد النظام على التوقف لفترة كافية لضمان الدقة، ولكن ليس لفترة طويلة بحيث تؤخر الفهم دون داعٍ.

اقرأ قصص نجاح عملاء DeepL: الشركات التي تثق في الحلول اللغوية القائمة على الذكاء الاصطناعي الخاص بنا.

إيجاد النقطة المثالية من خلال الفهم الخاص باللغة

هذا المزيج من الخبرة اللغوية البشرية والترجمة عالية الدقة يمكّن DeepL Voice بالفعل من إحداث فرق كبير في تجربة الاجتماعات والمحادثات للشركات الدولية. ومن بين هذه الشركات شركة NEC Corporation، التي أصبحت أول شركة تنشر DeepL Voice بالكامل، بعد بضعة أسابيع فقط من إطلاقنا الرسمي. 

يعكس الحماس المحيط بـ DeepL Voice حقيقة أن هذه لحظة تاريخية في مجال ترجمة الكلام. إن القدرة على فك شفرة ما يقوله الناس وترجمته أثناء قولهم له تضاعف القيمة التي يمكننا خلقها للشركات التجارية الدولية. وهي تغير الطريقة التي تتعاون بها الفرق، وتبني علاقات أقوى، وتضمن أن يتم دائمًا تضمين الأفكار ووجهات النظر المختلفة. 

إن التقدم الذي أحرزناه حتى الآن يُحدث بالفعل فرقًا كبيرًا في طريقة عمل المؤسسات. وهناك المزيد في المستقبل!