Jak działa Skype Translator

Science fiction pełne jest odniesień do zaawansowanych technologicznie urządzeń, których działanie, parafrazując mityczne określenie, jest nie do odróżnienia od magii. Wynikające z twórczego umysłu ich autorów, trudno sobie wyobrazić, kiedy takie wynalazki mogłyby znaleźć się w naszych rękach i ostatecznie godzimy się, że ich istnienie nie stanie się częścią naszego cyklu życia. Ale co jakiś czas któryś z nich przedwcześnie wkrada się w nasze życie. Tak jest w przypadku tłumaczenia w czasie rzeczywistym, które firmy Microsoft i Skype zamierzają umożliwić

"Zadanie wcale nie jest proste.Obejmuje możliwość wideokonferencji Skype&39;a, rozległą sieć serwerów w chmurze Microsoft Azure, innowacje technologiczne Microsoft Research oraz najnowsze postępy w wielu obszarach, takich jak statystyki i uczenie maszynowe. Wszystko po to, aby jak tylko wypowiesz zdanie w swoim języku, system rozpoznał to, co powiedziałeś, przetłumaczył i przekazał Twojemu kontaktowi w innym języku. Jak to jest możliwe?"

Technologia, która to umożliwia

Skype Translator, nazwa, pod którą znana jest nowa funkcjonalność, nie jest mrzonką nawet za rok . Skype Translator jest wynikiem dziesięcioleci badań nad rozpoznawaniem mowy, tłumaczeniem maszynowym i technikami uczenia maszynowego. We wszystkich tych obszarach opiera się działanie systemu, który nie byłby możliwy bez najnowszych osiągnięć w nich.

Skype Translator jest wynikiem dziesięcioleci badań nad rozpoznawaniem mowy, tłumaczeniem maszynowym i technikami uczenia maszynowego.

Począwszy od Rozpoznawanie mowy, technologia, która była badana od jakiegoś czasu, ale na której przyjęcie zawsze miała wpływ duża liczba błędów i nadmiernej wrażliwości istniejących systemów. Sekunda zwątpienia, niewielkie różnice w akcencie lub minimalny hałas wystarczyły, by zdezorientować komputer i sprawić, by zrozumiał, czego chce. Tak było do momentu eksplozji rozwoju technik „deep learning” i tworzenia sztucznych sieci neuronowych, o czym Microsoft Research coś wie. Dzięki nim udało się znacznie zmniejszyć poziom błędów oraz poprawić niezawodność i solidność rozpoznawania mowy, co jest niezbędnym pierwszym krokiem do działania Skype Translatora.

tłumaczenie maszynowe to kolejny oczywisty filar, na którym opiera się Skype Translator. Tutaj Microsoft po raz kolejny korzysta z własnej technologii i wykorzystuje silnik tłumaczeniowy Bing do tłumaczenia tekstu z jednego języka na inny.Jego system wykorzystuje kombinację technik rozpoznawania składni i modeli statystycznych w celu udoskonalenia wyniku. Ponadto przy tej okazji silnik został specjalnie przeszkolony, aby rozpoznawać rodzaj języka, który występuje w rozmowach mówionych, daleki od poprawności i schludności, jaką zwykle zakłada się w piśmie. W ten sposób system Skype Translator łączy ogromną bazę wiedzy językowej Bing Translator z obszerną warstwą słów i zwrotów powszechnie używanych w języku potocznym.

Ale mowa i języki to skomplikowany teren. Ciągle się zmieniają, występują w wielu smakach i odmianach, każda osoba ma swój własny styl itp. Tłumacz Skype musi nadążać za tym wszystkim, wymagając ciągłego szkolenia i optymalizacji zarówno rozpoznawania mowy, jak i tłumaczenia maszynowego. W tym celu system został zbudowany na solidnej platformie „uczenia maszynowego”, gałęzi sztucznej inteligencji, której celem jest opracowywanie technik umożliwiających uczenie się maszyn i algorytmów poprzez trening z przykładowymi danymi.Wykorzystanie tych technik, powszechnych w obszarze statystyk, pozwala ulepszać usługę w miarę jej użytkowania, wykorzystując dane generowane podczas jej używania do dalszego udoskonalania rozpoznawania mowy i automatycznego tłumaczenia.

Niektóre z tych danych testowych są generowane automatycznie z wielu różnych źródeł, w tym z sieci społecznościowych, takich jak Facebook, przetłumaczonych stron internetowych, filmów z napisami, a nawet rozmów utworzonych w tym celu i ręcznie transkrybowanych i tłumaczonych . Ale inna część danych pochodzi z rzeczywistych rozmów prowadzonych za pośrednictwem usługi. Jest to ważne, ponieważ firma Microsoft powiadamia Cię przy każdym połączeniu, więc powinieneś wiedzieć, że Skype Translator może nagrywać rozmowy, zachowując ich anonimowość, dzięki czemu mogą być później analizowane przez jego algorytmy i wprowadzili w procesie uczenia swoich modeli statystycznych.

Tłumacz Skype może działać poprawnie tylko wtedy, gdy jest w stanie uczyć się w procesie opartym na jego wykorzystaniu w prawdziwych rozmowach międzyludzkich

"

System nie mógłby działać bez tego procesu uczenia się. Kiedy ludzie mówią, zatrzymujemy się i powtarzamy rzeczy, popełniamy błędy i zmieniamy sposób myślenia, wprowadzając ahs, ehms, uhms>tylko poznanie rzeczywistego zastosowania może sprawić, że będzie lepiej "

Z jednego języka mówionego na inny w kilka sekund

Obsługiwany przez wszystkie te ulepszenia, najważniejsze jest to, że Skype Translator jest w stanie wykonać cały proces rozpoznawania i tłumaczenia szybko i przejrzyście dla użytkownika Za każdym razem, gdy mówimy, system musi rozpoznać to, co mówimy, przetłumaczyć to na język odbiorcy i przekazać mu w sposób, który pozostaje wierny temu, co początkowo staraliśmy się przekazać.Im mniej dostrzegamy etapów pośrednich, tym lepiej.

Gdy tylko system wykryje, że mówimy, zaczyna nagrywać to, co mówimy i uruchamia proces rozpoznawania mowy To nie jest chodzi nie tylko o rozpoznawanie każdego wypowiadanego przez nas słowa, ale także o eliminowanie wszystkiego, co zbędne, usuwanie bezsensownych wyrażeń i szumów, wykrywanie podziału tekstu na zdania, z uwzględnieniem znaków interpunkcyjnych i wielkich liter oraz opatrywanie go kontekstem to pomaga w twojej interpretacji. Kiedy trochę się nad tym zastanowisz, zdajesz sobie sprawę, jak trudno jest to wszystko określić na podstawie języka mówionego.

Skype Translator wymaga, aby rozpoznawanie mowy było jak najdokładniejsze, ponieważ następuje przygotowanie zebranych informacji w celu porównania ich z modelami statystycznymi, które są ulepszane poprzez system „uczenia maszynowego”.Tutaj proces polega na znalezieniu podobieństw między tym, co system zrozumiał, a słowami i kontekstami zawartymi w modelach, a następnie zastosowaniu wcześniej wyuczonych przekształceń, które przekształcą dźwięk w tekst i przetłumaczą go na język obcy.

W ostatnim kroku Skype przygotował parę botów z kobiecym i męskim głosem, które pełnią rolę tłumaczy podczas rozmowy Po wybraniu przez użytkownika będzie on odpowiedzialny za przekazanie naszej przetłumaczonej wiadomości odbiorcy, tak aby nie tylko pisemne transkrypcje i tłumaczenia pojawiły się na ekranie, ale mógł je również usłyszeć na głos, jakby trzeci człowiek był pośrednicząc między nami... Te boty są w stanie szybko przekazać wiadomość, dzięki czemu każdy, kto słucha po drugiej stronie ekranu, otrzyma wiadomość kilka sekund po jej wypowiedzeniu.

Program testowy jako punkt wyjścia

Dokładnie obecność botów jako zewnętrznych mówców w rozmowie to jeden ze szczegółów, które wciąż wymagają dopracowania. Microsoft zdaje sobie sprawę, że dostosowanie się do nich jest łatwe dla osób przyzwyczajonych do mówienia przez tłumacza, ale dla innych wymaga okresu nauki. Chodzi o to, że firmy Microsoft i Skype mogą być zdeterminowane, aby zapewnić jak najlepsze tłumaczenie w czasie rzeczywistym, ale w tym celu potrzebują nas, abyśmy nauczyli się zarówno nas samych, jak i maszynPodgląd Skype Translator to tylko jeden krok w tym procesie.

Program testowy został uruchomiony w połowie grudnia i wprowadził tłumaczenie mówione między dwoma językami: angielskim i hiszpańskim oraz tłumaczenie pisemne w ponad 40 Aby uzyskać do niego dostęp, konieczne jest zaproszenie, o które możemy poprosić, rejestrując się na stronie internetowej programu. Jeśli jesteśmy zaszczyceni tym, możemy wypróbować Skype Translator z aplikacji Skype dla Windows 8.1 lub Windows 10 Technical Preview. W przeciwnym razie będziemy musieli poczekać, aż usługa zostanie przedłużona i oficjalnie upubliczniona.

"

W każdym razie, Tłumacz Skype został uruchomiony w chwili, gdy zbliżamy się do pożegnania roku 2014. Zanim skończysz, zatrzymaj się tutaj na chwilę i pomyśl o roku, który właśnie przeczytałeś: dwa tysiące czternaście >"

Przez | Blogi Skype'a I, II