Hur DeepL Voice hanterar de unika utmaningarna med översättning av tal i realtid
Viktiga slutsatser
- Realtidsöversättning av tal kräver snabbhet, noggrannhet och förmågan att hantera ofullständiga meningar: utmaningar som översättning av text inte står inför.
- Talat språk innehåller avbrott, vardagliga uttryck och korta bekräftelser som måste filtreras bort snarare än översättas bokstavligt.
- Att komma nära talets hastighet förvandlar mötesdeltagarna från passiva lyssnare till aktiva bidragsgivare.
- DeepL Voice minimerar ”flimmer” genom att generera flexibla översättningar som kan ta in ny information mitt i en mening.
- Mänsklig språkexpertis ligger till grund för hur DeepL Voice hanterar verbplacering, meningsbyggnad och kontextuell bedömning mellan olika språk.
- DeepL samarbetade med företag och språkexperter för att säkerställa att DeepL Voice återspeglar verkliga kommunikationsprioriteringar.
- NEC Corporation blev det första företaget att fullt ut implementera DeepL Voice efter lanseringen.
- DeepL:s Språk-AI-paket, som inkluderar Voice, Translator och Write, ger globala företag verktygen för att kommunicera tydligt.
Människor talar inte på samma sätt som de skriver. Och de upplever inte samtal på samma sätt som de upplever att läsa ett e-postmeddelande eller en artikel.
Vår förmåga att förstå varandra i samtalsögonblicket – att sammanföra alla typer av verbal och icke-verbal kommunikation för att omedelbart förstå vad någon menar – är den svåra balansgången i mänskligt uttryck.
När man tar ett steg tillbaka och funderar över vad som händer i en konversation är det häpnadsväckande hur mycket information vi förmedlar så snabbt.
När man sätter sig som mål att översätta muntliga interaktioner i realtid, som DeepL har gjort med vår DeepL Voice-lösning, upptäcker man alla möjliga fascinerande insikter om vad som gör översättning av talat språk annorlunda jämfört med översättning av text.
I det här inlägget ska jag dela med mig av några av dessa insikter och förklara hur vi använder dem för att förändra upplevelsen av möten och samtal.
Röstöversättning i realtid är här: lär dig hur DeepL Voice gör det möjligt.
Varför realtidsöversättning av tal är svårare än att översätta text
Omedelbar, konversationsbaserad kommunikation är något grundläggande mänskligt och extremt svårt för tekniken att efterlikna – till och med teknik som är så avancerad som AI.
Om du vill skapa lösningar för företag som kan hjälpa människor att följa och delta i konversationer på flera språk måste du börja med en djup förståelse för de utmaningar som detta innebär.
Dessa utmaningar inkluderar att efterlikna den mänskliga förmågan att förutse vad människor säger innan de har sagt klart.
När du utför översättning av tal i realtid måste du också förutse hur någons ord bäst kan uttryckas på ett annat språk. Det är avgörande att du gör detta innan du med säkerhet vet hur den ursprungliga meningen kommer att sluta för att undvika långa fördröjningar.
Utmaningen här är att det som verkar vara en korrekt översättning av några ord kan visa sig vara en felaktig översättning när personen avslutar sin mening.
När vi började utveckla DeepL Voice visste vi att vi inte kunde uppnå högkvalitativ översättning av tal enbart med hjälp av teknik. Det kräver ett djupt intresse för och en djup förståelse av de olika sätt som språk fungerar på.
Därför samlade vi experter inom lingvistik med inriktning på muntliga konversationer. Vi utnyttjade också DeepL:s kraftfulla kontextuella förståelse för hur olika språk fungerar.
Dessutom samarbetade vi med företag för att utforska deras prioriteringar och den översättning av tal som skapar mest värde för dem.
Upptäck hur DeepL AI förändrar översättning för att möjliggöra verkligt gränslöst liv för företagen.
Varför hastighet är högsta prioritet vid översättning av tal i realtid
En av de första insikterna vi lärde oss är att timing är allt när det gäller realtidsöversättning av ett möte eller en konversation.
Om man kan komma nära talhastigheten – och visa översättningen av en mening redan innan talaren har avslutat den – kan man i hög grad påverka hur inkluderande dessa möten kan bli.
Christine Aubry, internationell koordinator för den globala konditoritillverkaren Brioche Pasquier, förklarade vidare på DeepL Dialogues.
Hon noterade att snabbare översättningar får människor att växla från passivt till aktivt deltagande som deltagare. I stället för att kämpa för att hänga med i vad andra säger på ett annat språk, känner de sig helt uppdaterade. Precis som en talare av ett modersmålspråk har de möjlighet att komma med inlägg, forma konversationen och delta aktivt.
En sekund eller så gör en enorm skillnad.
Därför är hastighet högsta prioritet vid översättning av tal i realtid. Men man måste balansera hastigheten mot andra prioriteringar som också har stor inverkan på människors upplevelse. Översättningarna måste vara så korrekta som möjligt för att undvika missförstånd och förvirring.
Och där det är möjligt måste översättningarna minimera det ”flimmer” som uppstår när man måste korrigera tidigare översatt text på grund av att betydelsen har ändrats. Ju lägre flimmerfrekvensen är, desto lättare är det för någon att följa en konversation på ett naturligt sätt.
Hur talat språk skiljer sig från skriftspråk – och varför det är viktigt för översättning
För att översätta talat språk korrekt är det viktigt att förstå de många skillnaderna mellan mönstren i skriftspråket och talets rytm.
Till exempel är sättet människor talar på mycket mer individuellt och mindre konsekvent än sättet de skriver på. De använder distinkta uttryck och vardagliga uttryck som kan härröra både från regionala dialekter och från deras specifika personlighet eller självbild.
Dessutom konstruerar och korrigerar människor meningar medan de talar, vilket leder till osammanhängande tal där ett grammatiskt felaktigt uttryck omedelbart följer på ett annat, mer korrekt. Att återge dessa bokstavligt i översättningen är inte till hjälp för någon som försöker förstå innebörden.
Under samtal uttalar människor också korta bekräftelser (som ”uh-huh”) för att försäkra talaren om att de förstår eller håller med om vad de säger. Dessa underlättar själva samtalets flöde. Men de gör översättningen rörig för människor som försöker följa med på ett annat språk.
Det är bra att filtrera bort dessa inslag i det talade språket från en översättning.
Ta kontroll över terminologi och nyanser med DeepL-ordlistor.
Hur DeepL Voice optimerar för både noggrannhet och hastighet
Utmaningen blir ännu mer intressant när man tänker på att en plattform för realtidsöversättning inte översätter hela meningar. Den måste översätta en mening medan någon talar den, när den meningens slutgiltiga betydelse ännu inte är klar.
Detta kräver att vi optimerar översättningarna på ett något annorlunda sätt. Vi vill inte bara ha den mest exakta översättningen. Vi vill ha en noggrann översättning som är tillräckligt flexibel för att införliva ny information som kan ändra riktningen på vad människor säger.
Här är ett exempel.
Tänk dig att vi översätter ett virtuellt möte där en av deltagarna talar Engelska och en annan följer vad de säger med bildtexter på Tyska.
Vår engelsktalande avbryter konversationen och säger: ”I found it.” Om vi antar att detta är en fullständig mening skulle den bästa möjliga Tyska översättningen vara: ”Ich habe es gefunden.”
Eftersom det här är ett live-tal kan vi dock inte vara säkra på om meningen är fullständig eller inte.
I det här fallet kan det vara bättre att använda en översättning som ”Ich fand es” istället. Varför? När den engelsktalande personen fortsätter med att säga: ”I found it frustrating”, passar översättningen ”ich fand es” perfekt för att helt enkelt lägga till ordet ”frustrierend”.
Om de tre första orden översattes som ”Ich habe es gefunden”, skulle vi behöva revidera hela översättningen.
Det är den typen av större ”flimmer” som hindrar en från att intuitivt följa en konversation. Och det är den typ av problem som DeepL strävar efter att minimera så långt det är möjligt.
Hur verbplacering i olika språk påverkar realtidsöversättning
Noggrann översättning av tal i realtid innebär ett brett spektrum av sådana kontextuella bedömningar som görs bäst när mänsklig expertis styr tekniken. Denna expertis inkluderar insikter om var olika språk sannolikt placerar de verb som är avgörande för meningen i en mening.
Om de kommer i början (som på Franska och Spanska) är det möjligt att visa en översättning snabbare än när de kommer i slutet.
Allt detta hjälper systemet att pausa precis tillräckligt länge för att vara korrekt, men inte så länge att förståelsen fördröjs i onödan.
Läs framgångshistorier från DeepL-kunder: de företag som litar på vår Språk-AI.
Varför mänsklig språkexpertis gör DeepL Voice mer exakt
Denna kombination av mänsklig språkexpertis och mycket noggrann översättning gör att DeepL Voice kan göra en stor skillnad för upplevelsen av möten och samtal för internationella företag.
Bland dessa företag finns det japanska multinationella IT- och elektronikföretaget NEC Corporation. Det blev det första företaget att fullt ut implementera DeepL Voice bara några veckor efter lanseringen.
Entusiasmen kring DeepL Voice speglar det faktum att detta är ett banbrytande ögonblick för översättning av tal. Möjligheten att avkoda och översätta vad människor säger medan de säger det mångdubblar det värde vi kan skapa för internationella företag.
Det förändrar sättet som team kan samarbeta på, bygger starkare relationer och säkerställer att olika idéer och perspektiv alltid inkluderas.
De framsteg vi har gjort hittills gör redan en stor skillnad för hur organisationer arbetar. Det finns mycket mer att vänta!
Upplev framtiden för flerspråkig kommunikation med DeepL
DeepL Voice levererar översatta bildtexter i realtid till möten och konversationer, så att varje deltagare hörs och förstås i realtid.
Translator och Write utökar den precisionen till alla arbetsprocesser, vilket ger globala team verktygen för att kommunicera tydligt och korrekt. API och Integrationer för in den kraften i dina dagliga verktyg, plattformar och arbetsprocesser.
Kontakta säljavdelningen för att se hur DeepL:s Språk-AI-paket kan stärka den globala kommunikationen i hela ditt företag.