Ang banal na grail ng pagsasalin ng boses, ngayon sa skype | john c. dvorak

Kung sumunod ka sa rebolusyon ng computer mula sa pag-umpisa ng microprocessor, malalaman mo na mayroong maraming mga maagang pangako na naisakatuparan.

Ang isa sa mga ito ay ang pagsasalita na isinalin na on-the-fly, kung saan may sasabihin ka sa Ingles at paulit-ulit ito sa ibang wika, tulad ng Espanyol, sa malapit sa real-time. Bagaman patuloy pa rin ang isang gawain, ang Microsoft ngayon ay isang hakbang na mas malapit sa Skype Tagasalin, ang unang yugto kung saan nabuhay nang live sa linggong ito.

Kung malapit ito sa pagtatrabaho at hindi isang biro, ito ang produkto ng dekada. Sa ngayon, sinusuportahan ng Skype translator ang Spanish-to-English at English-to-Spanish na mga pagsasalin, ngunit mas maraming mga wika ang nakatakda na sundin.

Ang tipikal na problema sa mga ganitong uri ng mga bagay ay ang labis na antas ng kahirapan. Hindi pa ako nakakakita ng isang disenteng pakete ng pagsasalin na gumagaling ng mga pagsasalin ng teksto-to-text na maayos. Ang pagsasalin ng pagsasalita ay may isang ganap na naiibang antas ng kahirapan, lalo na sa real time.

Ang Microsoft ay may isang pelikula na nagpapakita ng dalawang bata na nagsasalita sa Espanyol at Ingles na mukhang ito ay gumagana nang maayos. Ngunit nakita ko ang isang katulad na sistema na ipinakita ng IBM halos 20 taon na ang nakakaraan na hindi nakikita ang ilaw ng araw. Ang bersyon ng IBM ay binuo noong 1990s, nang mayroong mania ng pagkilala sa pagsasalita na pinamunuan ni Lernout & Hauspie, isang kumpanya na napunta sa pagsira - bago sumabog sa isang iskandalo ng pandaraya noong 2001. Bago iyon, bagaman, binibili nito ang bawat teknolohiya sa pagsasalita kumpanya ito maaari, kabilang ang Dragon Systems, Berkeley Speech Technologies, Fonix, Dictaphone, at iba pa. Ang Microsoft ay may isang 8 porsyento na stake sa L&H at natapos sa ilan sa mga teknolohiya bilang isang regalong regalo sa pagkalugi.

Ngayon biglang lumitaw ang Skype translator. Pagkakataon? Anuman ang kaso, ang buong teknolohiyang ito ay tumagal ng mahabang oras upang makarating sa puntong ito.

Tumingin sa mga nakalulungkot na salin ng text-to-text na computer na ginawa ng Google at iba pa. Ang teksto ay hindi at hindi maiwasan ang pinaka-halata sa mga pagkakamali. Wala sa mga ito ang lumalapit sa pagiging kumplikado ng pagsasalin ng pagsasalita, na sumasangkot sa mabigat na pagproseso ng signal.

Ako ay isang kolektor ng alak at madalas na bisitahin ang mga website ng alak ng Pransya. Okay lang ang aking Pranses, kaya madalas kong binubuksan ang pagsasalin upang mapabilis ang pagbabasa ng site. Narito kami sa 2014 at wala sa mga tagasalin ang maaaring malaman na ang pagsasalin ng Château Margaux ay Château Margaux, hindi Castle Margaux. Gaano kahirap ang pigilan at hindi isalin ang isang karaniwang ginagamit na salita na ginamit sa isang wastong pangalan, tulad ng château, na karaniwang tumutukoy sa isang tiyak na alak, sa salitang kastilyo? Tila imposible ito. Gagawin nila ang lahat.

Gaano kahirap magsulat ng ilang pagbubukod sa code na nagsasabi sa tagasalin na ito ay nasa isang website tungkol sa alak ng Bordeaux? Habang sa site na iyon ang salitang château ay hindi nangangahulugang kastilyo. Kadalasan ay susubukan at isasalin ng tagasalin ang natitirang pangalan ng château, na may mga nakakatawa na mga resulta. Ang pinakamahusay na maaari mong gawin sa pagsasalin ng teksto ay makakuha ng isang pag-ikot sa sinasabi ng site.

Tanungin ang iyong sarili: kung ang teksto ay napakahirap, paano pamamahala ng Microsoft ang pagsasalita?

Ito ay susunod sa imposible kahit na sa parehong wika. Dalhin ang serbisyo ng telepono ng Google Voice. Ito ay may function ng pagsasalita-to-text na pag-andar. Hindi pa ako nakatanggap ng isang message-to-text message na kahit na malapit sa kung ano talaga ang sinabi ng tao. Hindi isang beses.

Aaminin ko na sa isang tahimik na silid kapag nakikipag-usap ka nang malinaw at malinaw, mahusay ang pagkilala sa boses. Ginagamit ko ito para sa mga text message sa aking Android phone. Ngunit sa isang tunay na pag-uusap, walang nagsasalita na ganyan. Humanga ako sa Microsoft sa pag-ikot nito. Ngunit hindi ito gagana tulad ng nai-anunsyo.

Iyon ay sinabi, hindi bababa sa isang bagay upang i-play sa. Maaari ring mag-trigger ng isang bagong henerasyon ng pananaliksik. Kaya hindi ako masyadong magrereklamo.

Gusto ng lahat. Balik tayo upang gumana dito.