211service.com
Noget tabt i Skype-oversættelse
Det virker nogle gange, som om den højeste ros, en innovativ ny teknologi kan opnå, er en godtroende sammenligning med Star Trek . Oculus Rift er ligesom Holodæk ; 3-D-printere er ligesom stof replikatorer ; Qualcomm sponsorerer endda en X-Prize-konkurrence for at bygge en fungerende tricorder .
Og nu Skype-oversætter , en app til oversættelse af stemme- og tekstsprog i realtid, der i øjeblikket er tilgængelig for Windows 8.1-brugere som en offentlig beta, sammenlignes bredt med universel oversætter som kaptajnerne Kirk og Picard brugte til ubesværet at kommunikere med fremmede samtalepartnere. Skype Translator er mindre dygtig end den pat sci-fi-analogi indebærer, men dens begrænsninger er lige så fascinerende som dens formidable tekniske præstationer.
Skype Translator udfører øjeblikkelig oversættelse af tekstchat på over 40 sprog, men dens markeringsfunktion er talt oversættelse i realtid mellem engelsk- og spansktalende. (Microsoft, som ejer Skype, vil ikke kommentere på, hvilke andre sprog det planlægger at inkorporere i softwaren, eller hvornår vi kan forvente dem.)
I modsætning til Star Trek Skypes fiktive oversætter, Skype Translator, er designet til at efterligne en menneskelig tolk, der fungerer som mellemled mellem de to primære talere. Denne virtuelle tolk kan tilpasses: Jeg kunne vælge en mandlig eller kvindelig stemme og endda indstille dens tolerance for at oversætte bandeord (jeg testede ikke den funktion). Så, ligesom en menneskelig oversætter ville, lyttede den til min tale, ventede på en pause og talte mine ord på spansk til Microsoft-konsulenten i den anden ende af opkaldet. Den talte oversættelse var hørbar for os begge. Og det var ofte overraskende præcist.
I teorien kunne Skype-oversættelse være transformerende. Det er som en version af den diskrete liveoversættelse, som verdensledere nyder godt af, når de besøger FN. I praksis kan det dog være mere som at have Apples Siri (eller Microsofts Cortana ) konstant afbryder din samtale og taler over dig.
Selv en sådan grov automatiseret oversættelse er ret bemærkelsesværdig. Det er notorisk svært for maskiner at genkende ord og sætninger hurtigt og præcist, og Skype Translator opnår et højt niveau af nøjagtighed ved hjælp af en teknik kendt som deep learning. Software, der kører på Microsofts servere, blev trænet til at genkende ord ved hjælp af metoder til informationsbehandling, der er løst modelleret på den måde, en biologisk hjerne fungerer på (se 10 Breakthrough Technologies 2013: Deep Learning).
Deep learning lader Microsofts computere pålideligt omdanne en strøm af lydtale til bidder af tekst, som derefter kan analyseres ved hjælp af standardoversættelsesmetoder. Efterhånden som flere mennesker bruger softwaren, burde dette system blive mere effektivt til at genkende særegne accent og kadence, hvilket potentielt gør Skype Translator – og Skype selv – mere nyttige.
Microsofts software forsøger at bortfiltrere forstyrrelser (såsom um, ah og gentagelser) på ord- og sætningsniveau. Nogle af disse forstyrrelser kom igennem under min samtale, men oversættelsen skete stadig med imponerende hurtighed og nøjagtighed.
Begrænsningerne i Skypes oversættelsessoftware er også afslørende, da de viser, hvor svært det er for selv den smarteste maskine at efterligne finesserne i en effektiv menneskelig samtale. Det kan være irriterende at bestemme hvilken betydning af et ord der er passende i forskellige sammenhænge. Hvis softwaren oversætter mellem amerikansk og britisk engelsk, og den genkender ordet 'fodbold', skal den også vide, hvornår den skal ændres til 'fodbold', og hvornår den skal beholdes som 'fodbold' eller 'gridiron', siger Christopher Manning , professor i lingvistik og datalogi i Stanford University's Natural Language Processing Group.
Skype Translator er også døv for rytmerne af normal talt samtale, så du kan ikke være helt sikker på, hvornår dens kropsløse robotstemme vil bryde ind og begynde at udslette dens oversatte version. Det er også noget, vi mennesker nogle gange finder udfordrende. Selv med menneskelige oversættere skal du lære, hvornår du skal holde pause for at lade tolken absorbere det, du lige har sagt, og gentage det, siger Vikram Dendi, strategidirektør hos Microsoft Research.
Med øvelse kunne jeg nok lære Skype Translators rytme på samme måde, hvilket kunne gøre lydoplevelsen mindre distraherende. Introduktion af en avatar på skærmen til botten kan også hjælpe med at forstærke metaforen om en tredje person i opkaldet, måske gøre det lettere for de to menneskelige højttalere at modulere deres samtale på en måde, der giver plads til softwaren, der taler på deres vegne.
Men Skype Translator har faktisk allerede en ret elegant løsning indbygget: oversat tekst fra den talte samtale på skærmen, genereret i realtid. Denne grænseflade er mindre åbenlyst futuristisk end talt oversættelse, men den føles mere naturlig. Og åbenlyse fejl er nemme at rette, da begge parter kan skrive ind i chatvinduet, hvor oversættelserne vises.
Dendi indrømmer, at Skype og Microsoft endnu ikke ved, hvordan en ideel brugeroplevelse for softwaren ser ud. Når vi ser disse ting i aktion på tv [som på Star Trek ], det virker så indlysende: du taler bare, og det kommer oversat ud, siger han. Men når du begynder at grave i den faktiske implementering og lægger den i folks hænder til at bruge, er der så mange små detaljer, der kan gøre eller ødelægge oplevelsen.
Andre bestræbelser på at udnytte dyb læring kunne hjælpe. Forskere ved Google og University of Montreal anvender sådanne metoder til selve taleoversættelse (i modsætning til kun talegenkendelse) med forbløffende succes, ifølge Stanfords Manning. Yderligere fremskridt kunne en dag gøre maskinoversættelse i realtid praktisk talt perfekt. Eller fremskridt kan ramme en mur. Juryen er stadig ude, siger Manning. Jeg tror, det stadig er uklart, hvor grænserne for dyb læring er for at løse kognitive processeringsproblemer på højere niveau.
Skype Translator har bestemt ikke løst problemet endnu. Men det er en god start på at nedbryde nogle sprogbarrierer for nu.