Como o DeepL Voice enfrenta os desafios específicos da tradução de voz em tempo real
Pontos-chave
- A tradução de voz em tempo real exige rapidez, precisão e a capacidade de lidar com frases incompletas: desafios que a tradução de texto não enfrenta.
- O idioma falado inclui disfluências, expressões coloquiais e afirmações curtas que devem ser filtradas em vez de traduzidas literalmente.
- Aproximar-se da velocidade da voz transforma os participantes da reunião de ouvintes passivos em colaboradores ativos.
- O DeepL Voice minimiza o «cintilamento» ao gerar traduções flexíveis que conseguem absorver novas informações a meio da frase.
- A experiência em linguística humana orienta a forma como o DeepL Voice lida com a colocação dos verbos, a estrutura das frases e a avaliação contextual entre idiomas.
- A DeepL estabeleceu parcerias com empresas e especialistas em linguística para garantir que o DeepL Voice reflete as prioridades da comunicação no mundo real.
- A NEC Corporation tornou-se a primeira empresa a implementar totalmente o DeepL Voice após o seu lançamento.
- O conjunto de IA linguística da DeepL, incluindo o DeepL Voice, o Tradutor e o DeepL Write, oferece às empresas internacionais as ferramentas necessárias para comunicarem com clareza.
As pessoas não falam da mesma forma que escrevem. E não vivem as conversas faladas da mesma forma que vivem a leitura de um e-mail ou de um artigo.
A nossa capacidade de nos compreendermos uns aos outros no momento em que falamos — reunindo todos os tipos de comunicação verbal e não verbal para compreender instantaneamente o que alguém quer dizer — é o ato de equilíbrio da expressão humana.
Quando dá um passo atrás e reflete sobre o que acontece numa conversa, é surpreendente a quantidade de informações que transmitimos tão rapidamente.
Quando se propõe a tarefa de traduzir interações faladas à medida que estas ocorrem, tal como a DeepL fez com a nossa solução DeepL Voice, descobre todo o tipo de insights fascinantes sobre o que torna a tradução do idioma falado diferente da tradução de texto.
Nesta publicação, partilharei algumas dessas perspetivas e explicarei como as estamos a utilizar para transformar a experiência de reuniões e conversas.
Por que razão a tradução de voz em tempo real é mais difícil do que a tradução de texto
A comunicação instantânea e coloquial é fundamentalmente humana e extremamente difícil de replicar pela tecnologia — mesmo tecnologia tão avançada como a IA.
Se pretende criar soluções para empresas que ajudem as pessoas a acompanhar e a participar em conversas em vários idiomas, tem de começar por compreender profundamente os desafios envolvidos.
Esses desafios incluem replicar a capacidade humana de antecipar o que as pessoas estão a dizer antes de terminarem a frase.
Quando traduz a voz em situações ao vivo, também precisa de antecipar a melhor forma de expressar as palavras de alguém noutro idioma. Fundamentalmente, é necessário fazer isto antes de saber com certeza como a frase original terminará, para evitar longos atrasos.
O desafio aqui é que o que parece ser uma tradução precisa de algumas palavras pode acabar por ser uma tradução imprecisa assim que a pessoa terminar a sua frase.
Quando nos propusemos a desenvolver o DeepL Voice, sabíamos que não conseguiríamos alcançar uma tradução de voz ao vivo de alta qualidade apenas através da tecnologia. Isso depende de um profundo interesse e compreensão das diferentes formas como o idioma funciona.
Foi por isso que reunimos especialistas em linguística aplicada às conversas faladas. Também aproveitámos a poderosa compreensão contextual da DeepL sobre o funcionamento dos diferentes idiomas.
Além disso, estabelecemos parcerias com empresas para explorar as suas prioridades e a experiência de tradução de voz que lhes proporciona maior valor.
Por que razão a rapidez é a principal prioridade na tradução de voz em tempo real
Uma das primeiras coisas que aprendemos é que o timing é tudo quando se trata da tradução em tempo real de uma reunião ou de uma conversa.
Se conseguir aproximar-se da velocidade da voz — apresentando a tradução de uma frase no momento em que o orador a termina —, poderá influenciar significativamente o grau de inclusão dessas reuniões.
Christine Aubry, coordenadora internacional da fabricante de pastelaria Brioche Pasquier, explicou mais detalhadamente no DeepL Dialogues.
Ela observou que traduções mais rápidas fazem com que as pessoas passem de uma participação passiva para uma ativa. Em vez de se esforçarem por acompanhar o que os outros dizem noutro idioma, sentem-se totalmente a par do que se passa. Tal como um falante nativo do idioma, têm a oportunidade de intervir, moldar a conversa e participar ativamente.
Um segundo faz uma enorme diferença.
Por isso, a velocidade é uma prioridade máxima na tradução de voz em tempo real. Mas é necessário equilibrar a velocidade com outras prioridades que também têm um grande impacto na experiência das pessoas. As traduções devem ser tão precisas quanto possível para evitar mal-entendidos e confusão.
E, sempre que possível, as traduções devem minimizar o «cintilar» que ocorre quando é necessário corrigir texto traduzido anteriormente devido a uma alteração no significado. Quanto menor for a taxa de oscilação, mais fácil será para alguém acompanhar uma conversa de forma natural.
Como o idioma falado difere do idioma escrito — e por que é que isso é importante para a tradução
Para traduzir com precisão a voz ao vivo, é importante compreender as muitas diferenças entre os padrões do idioma escrito e os ritmos da voz.
Por exemplo, a forma como as pessoas falam é muito mais individual e menos consistente do que a forma como escrevem. Utilizam expressões distintas e coloquialismos que podem ter origem tanto em dialetos regionais como na sua personalidade ou autoimagem específicas.
Além disso, as pessoas constroem e corrigem frases à medida que falam, o que leva a disfluências em que um termo gramaticalmente incorreto segue imediatamente outro, mais correto. Reproduzir isto literalmente na tradução não ajuda quem está a tentar compreender o significado.
Ao longo das conversas, as pessoas também proferem breves afirmações (como «uh-huh») para assegurar aos interlocutores que compreendem ou concordam com o que estão a dizer. Estas ajudam o próprio fluxo da conversa. No entanto, tornam as traduções confusas para quem tenta acompanhar em outro idioma.
É útil filtrar estes elementos do idioma falado da tradução.
Controle a terminologia e as nuances com os Glossários do DeepL.
Como o DeepL Voice otimiza simultaneamente a precisão e a velocidade
O desafio torna-se ainda mais interessante quando se considera que uma plataforma de tradução em tempo real não traduz frases completas. Tem de traduzir uma frase enquanto alguém a está a dizer, quando o significado final dessa frase ainda não é claro.
Isto obriga-nos a otimizar as traduções de uma forma ligeiramente diferente. Não queremos apenas a tradução mais precisa. Queremos uma tradução precisa que seja suficientemente flexível para incorporar novas informações que possam alterar o sentido do que as pessoas estão a dizer.
Eis um exemplo.
Imagine que estamos a traduzir uma reunião virtual na qual um dos participantes está a falar em inglês e outro está a acompanhar o que ele diz através de legendas em alemão.
O nosso orador de inglês interrompe a conversa para dizer: «I found it.» Agora, se assumirmos que esta é uma frase completa, a melhor tradução possível para alemão seria: «Ich habe es gefunden.»
No entanto, como se trata de uma voz ao vivo, não podemos ter a certeza se a frase está completa ou não.
Neste caso, uma opção melhor poderia ser utilizar uma tradução como «Ich fand es». Porquê? Quando o orador em inglês continua a dizer: «I found it frustrating», a tradução «ich fand es» está perfeitamente posicionada para simplesmente acrescentar a palavra «frustrierend».
Se as três primeiras palavras fossem traduzidas como «Ich habe es gefunden», teríamos de rever toda a tradução.
Esse é o tipo de «falha» significativa que dificulta o acompanhamento intuitivo de uma conversa. E esse é o tipo de problema que o DeepL pretende minimizar sempre que possível.
Como a colocação dos verbos nos diferentes idiomas influencia a tradução em tempo real
A tradução de voz precisa e em tempo real envolve uma vasta gama de tais julgamentos contextuais que são melhor efetuados quando a experiência humana orienta a tecnologia. Essa experiência inclui conhecimentos sobre onde os diferentes idiomas tendem a posicionar os verbos cruciais para o significado de uma frase.
Se estes vierem no início (como em francês e espanhol), é possível apresentar uma tradução mais rapidamente do que quando vêm no final.
Tudo isto ajuda o sistema a fazer uma pausa apenas o tempo suficiente para ser preciso, mas não tanto a ponto de atrasar a compreensão desnecessariamente.
Leia histórias de sucesso de clientes da DeepL: as empresas que confiam na nossa IA linguística.
Por que razão a experiência em linguística humana torna o DeepL Voice mais preciso
Esta combinação de conhecimentos linguísticos humanos com tradução altamente precisa está a permitir que o DeepL Voice faça uma grande diferença na experiência de reuniões e conversas para empresas empresariais.
Entre estas empresas conta-se a multinacional japonesa de tecnologia da informação e eletrónica NEC Corporation. Esta tornou-se a primeira empresa a implementar totalmente o DeepL Voice apenas algumas semanas após o seu lançamento.
O entusiasmo em torno do DeepL Voice reflete o facto de que este é um momento revolucionário para a tradução de voz. A capacidade de descodificar e traduzir o que as pessoas estão a dizer enquanto o dizem multiplica o valor que podemos criar para as empresas empresariais.
Transforma a forma como as equipas podem colaborar, constrói relações mais fortes e garante que diferentes ideias e perspetivas sejam sempre incluídas.
Os avanços que alcançámos até agora já estão a fazer uma grande diferença na forma como as organizações operam. Há muito mais por vir!
Experimente o futuro da comunicação multilingue com o DeepL
DeepL Voice fornece legendas traduzidas em tempo real para reuniões e conversas, para que todos os participantes sejam ouvidos e compreendidos em tempo real.
Tradutor e DeepL Write estendem essa precisão a todos os fluxos de trabalho, proporcionando às equipas internacionais as ferramentas necessárias para comunicarem de forma clara e precisa. API e Integrações levam esse poder para as suas ferramentas, plataformas e fluxos de trabalho diários.
Contacte o departamento de vendas para ver como o conjunto de IA linguística da DeepL pode impulsionar a comunicação internacional em toda a sua empresa.