Jak DeepL Voice řeší specifické výzvy překladu řeči v reálném čase

Hlavní poznatky

• Překlad řeči v reálném čase vyžaduje rychlost, přesnost a schopnost zpracovat neúplné věty: výzvy, kterým překlad textu nečelí.
• Mluvený jazyk obsahuje zadrhávání, hovorové výrazy a krátká potvrzení, která je třeba filtrovat, nikoli doslovně překládat.
• Díky rychlosti blížící se rychlosti řeči se účastníci schůzky mění z pasivních posluchačů na aktivní přispěvatele.
• DeepL Voice minimalizuje „blikání“ tím, že generuje flexibilní překlady, které dokážou absorbovat nové informace uprostřed věty.
• Odborné znalosti v oblasti lingvistiky určují, jak DeepL Voice zpracovává umístění sloves, strukturu vět a kontextové posuzování v různých jazycích.
• DeepL navázalo spolupráci s obchodními společnostmi a lingvistickými odborníky, aby zajistilo, že DeepL Voice odráží priority komunikace v reálném světě.
• Společnost NEC Corporation se stala první společností, která po uvedení na trh plně nasadila DeepL Voice.
• Sada jazykových AI nástrojů DeepL, včetně Voice, Překladače a Write, poskytuje globálním podnikům nástroje pro jasnou komunikaci.

Lidé nemluví stejným způsobem, jakým píší. A neprožívají mluvené konverzace stejným způsobem, jako prožívají čtení e-mailu nebo článku. 

Naše schopnost vzájemně se porozumět v okamžiku mluvení – spojení všech druhů verbální a neverbální komunikace k okamžitému pochopení toho, co někdo myslí – je balancováním na laně lidského projevu. 

Když se na chvíli zastavíte a zamyslíte se nad tím, co se děje v konverzaci, je úžasné, kolik informací dokážeme tak rychle sdělit. 

Když si dáte za úkol překládat mluvené interakce v reálném čase, jak to udělal DeepL s naším řešením DeepL Voice, odhalíte nejrůznější fascinující poznatky o tom, v čem se překlad mluveného jazyka liší od překladu textu. 

V tomto příspěvku se s vámi podělím o některé z těchto poznatků a vysvětlím jak je využíváme k proměně zážitku ze schůzek a konverzací.

Překlad hlasu do hlasu v reálném čase je tady: zjistěte, jak to DeepL Voice umožňuje.

Proč je překlad řeči v reálném čase obtížnější než překlad textu

Okamžitá konverzační komunikace je v zásadě lidská a pro technologii je extrémně obtížné ji napodobit – dokonce i tak pokročilou technologií, jako je AI.

Pokud chcete vytvářet řešení pro obchodní firmy, která lidem pomohou sledovat a účastnit se konverzací v různých jazycích, musíte nejprve důkladně pochopit související výzvy.

Mezi tyto výzvy patří napodobení lidské schopnosti předvídat, co lidé řeknou, ještě než to dořeknou. 

Při překladu řeči v reálných situacích musíte také předvídat, jak lze slova dané osoby nejlépe vyjádřit v jiném jazyku. Zásadní je, že to musíte udělat ještě předtím, než s jistotou víte, jak původní věta skončí, abyste se vyhnuli dlouhým časovým prodlevám. 

Výzvou zde je, že to, co se jeví jako přesný překlad několika slov, se může ukázat jako nepřesný překlad, jakmile daná osoba dokončí svou větu. 

Když jsme se pustili do vývoje DeepL Voice, věděli jsme, že kvalitní překlad živé řeči nelze dosáhnout pouze pomocí technologie. Záleží na hlubokém zájmu o různé způsoby fungování jazyka a jejich pochopení. 

Proto jsme oslovili odborníky na lingvistiku zaměřenou na mluvenou řeč. Využili jsme také schopnost DeepL hluboce porozumět kontextu a fungování různých jazyků. 

Navíc jsme navázali spolupráci s obchodními společnostmi, abychom prozkoumali jejich priority a zkušenosti s překladem řeči, které pro ně vytvářejí největší hodnotu.

Zjistěte, jak DeepL AI mění překlad a umožňuje skutečně bezhraniční obchodní činnost.

Proč je rychlost při překladu řeči v reálném čase nejvyšší prioritou

Jedním z prvních poznatků, které jsme zjistili, je, že načasování je vše pokud jde o překlad v reálném čase během schůzky nebo konverzace.

Pokud se vám podaří přiblížit se rychlosti řeči – tedy zobrazit překlad věty v okamžiku, kdy ji mluvčí dokončí – můžete výrazně ovlivnit to, jak inkluzivní tyto schůzky mohou být. 

Christine Aubry, mezinárodní koordinátorka globálního výrobce cukrářských výrobků Brioche Pasquier, to dále vysvětlila na DeepL Dialogues. 

Poznamenala, že rychlejší překlady mění přístup lidí z pasivní na aktivní účast. Místo toho, aby se snažili držet krok s tím, co říkají ostatní v jiném jazyce, mají pocit, že jsou plně v obraze. Stejně jako rodilí mluvčí mají příležitost vkládat se do konverzace, utvářet ji a aktivně se účastnit. 

Rozdíl v délce asi jedné sekundy je obrovský.

Proto je rychlost při překladu řeči v reálném čase nejvyšší prioritou. Je však nutné vyvážit rychlost s dalšími prioritami, které mají rovněž velký vliv na uživatelský zážitek. Překlady musí být co nejpřesnější, aby se předešlo nedorozuměním a zmatkům. 

A pokud je to možné, překlady musí minimalizovat „blikání“, ke kterému dochází, když musíte opravit dříve přeložený text, protože se změnil význam. Čím nižší je míra blikání, tím snazší je pro posluchače přirozeně sledovat konverzaci.

Jak se mluvený jazyk liší od psaného jazyka – a proč je to důležité pro překlad

Pro přesný překlad živé řeči je důležité pochopit mnoho rozdílů mezi vzory psaného jazyka a rytmem řeči.

Například způsob, jakým lidé mluví, je mnohem osobnější a méně konzistentní než způsob, jakým píší. Používají osobité obraty a hovorové výrazy, které mohou pramenit jak z regionálních dialektů, tak z jejich konkrétní osobnosti nebo sebevědomí. 

Kromě toho lidé při mluvení vytvářejí a opravují věty, což vede k nesrovnalostem, kdy jeden gramaticky nesprávný výraz okamžitě následuje po jiném, správnějším. Doslovné zachycení těchto jevů v překladu není pro někoho, kdo se snaží pochopit význam, nijak užitečné. 

Během konverzace lidé také vyslovují krátká potvrzení (například „uh-huh“), aby ujistili mluvčího, že rozumí nebo souhlasí s tím, co říká. Tyto výrazy pomáhají plynulosti samotné konverzace. Pro lidi, kteří se snaží porozumět v jiném jazyce, však překlady zbytečně zatěžují. 

Je užitečné tyto prvky mluveného jazyka z překladu odfiltrovat.

Získejte kontrolu nad terminologií a nuancemi s glosáři DeepL.

Jak DeepL Voice optimalizuje přesnost a rychlost současně

Výzva je ještě zajímavější, když si uvědomíte, že platforma pro překlad v reálném čase nepřekládá celé věty. Musí přeložit větu v okamžiku, kdy ji někdo vyslovuje, a to i přesto, že konečný význam té věty ještě není jasný. 

To od nás vyžaduje, abychom překlady optimalizovali trochu jiným způsobem. Nechceme jen co nejpřesnější překlad. Chceme přesný překlad, který je dostatečně flexibilní, aby zahrnoval nové informace, které by mohly změnit směr toho, co lidé říkají.

Zde je příklad. 

Představte si, že překládáme virtuální schůzku, při které jeden z účastníků mluví v angličtině a druhý sleduje, co říká, pomocí titulků v němčině. 

Náš účastník mluvící v angličtině přeruší konverzaci a řekne: „I found it.“ Pokud nyní předpokládáme, že se jedná o úplnou větu, nejlepším možným překladem v němčině by bylo: „Ich habe es gefunden.“ 

Jelikož se však jedná o živou řeč, nemůžeme si být jisti, zda je věta úplná, či nikoli.

V tomto případě by lepší volbou mohlo být použít překlad jako „Ich fand es“. Proč? Když mluvčí pokračuje slovy „I found it frustrating“, překlad „ich fand es“ se perfektně hodí k tomu, aby se k němu jednoduše přidalo slovo „frustrierend“.

Kdybychom první tři slova přeložili jako „Ich habe es gefunden“, museli bychom revidovat celý překlad. 

To je ten typ zásadního „zadrhnutí“, které brání intuitivnímu sledování konverzace. A to je typ problému, který se DeepL snaží minimalizovat, kdekoli je to možné.

Jak umístění sloves v různých jazycích ovlivňuje překlad v reálném čase

Přesný překlad řeči v reálném čase zahrnuje širokou škálu takových kontextových úsudků, které se nejlépe provádějí, když technologii vede lidská odbornost. Tato odbornost zahrnuje poznatky o tom, kde se v různých jazycích pravděpodobně umístí slovesa, která jsou klíčová pro význam věty. 

Pokud se nacházejí na začátku (jako ve francouzštině a španělštině), je možné zobrazit překlad rychleji, než když se nacházejí na konci. 

To vše pomáhá systému pozastavit se právě tak dlouho, aby byl překlad přesný, ale ne tak dlouho, aby zbytečně zdržoval porozumění.

Přečtěte si příběhy o úspěchu klientů DeepL: podniků, které důvěřují naší Jazykové AI.

Jak lidská lingvistická odbornost zvyšuje přesnost DeepL Voice

Díky kombinaci lidské lingvistické odbornosti a vysoce přesného překladu již DeepL Voice výrazně zlepšuje zážitek z jednání a konverzací v mezinárodních obchodech. Mezi ně patří společnost NEC Corporation, která se stala první společností, která plně nasadila DeepL Voice, jen několik týdnů po našem oficiálním spuštění. 

Nadšení kolem DeepL Voice odráží skutečnost, že se jedná o průlomový moment v oblasti překladu řeči. Schopnost dekódovat a překládat to, co lidé říkají, zatímco to říkají, znásobuje hodnotu, kterou můžeme vytvořit pro mezinárodní obchodní firmy. Mění způsob, jakým týmy spolupracují, buduje silnější vztahy a zajišťuje, že jsou vždy zahrnuty různé nápady a pohledy. 

Pokroky, kterých jsme dosud dosáhli, již nyní zásadně mění způsob fungování organizací. A to je teprve začátek!