Как работи Skype Translator

Научната фантастика е пълна с препратки към технологично напреднали устройства, чиято работа, ако перифразираме митичния израз, е неразличима от магията. Произтичащи от творческия ум на техните автори, трудно е да си представим кога подобни изобретения могат да бъдат в нашите ръце и ние в крайна сметка приемаме, че тяхното съществуване няма да стане част от нашия жизнен цикъл. Но от време на време някой от тях се промъква преждевременно в живота ни. Такъв е случаят с превода в реално време, който Microsoft и Skype са на път да направят възможен

"Задачата е всичко друго, но не и проста.Включва способността на Skype за видеоконференции, огромната мрежа от облачни сървъри на Microsoft Azure, технологичните иновации на Microsoft Research и последните постижения в множество области като статистика и машинно обучение. Всичко това е на ваше разположение, така че веднага щом произнесете изречение на вашия език, системата разпознава това, което казвате, превежда го и го предава на вашия контакт на различен език. Как е възможно?"

Технологията, която го прави възможно

Skype Translator, името, с което е известна новата функционалност, не е проблясък, дори след година . Skype Translator е резултат от десетилетия изследвания в областта на разпознаването на реч, машинния превод и техниките за машинно обучение. Във всички тези области се намира работата на система, която не би била възможна без най-новите постижения в тях.

Skype Translator е резултат от десетилетия изследвания в техниките за разпознаване на реч, машинен превод и машинно обучение.

Започвайки с Разпознаване на реч, технология, която е обект на разследване от известно време, но чието приемане винаги е било повлияно от големия брой на грешки и прекомерна чувствителност на съществуващите системи. Секунда съмнение, малки промени в акцента или минимален шум бяха достатъчни, за да объркат компютъра и да го накарат да разбере какво иска. Така беше, докато развитието на техниките за „дълбоко обучение“ и създаването на изкуствени невронни мрежи експлодираха, за които Microsoft Research знае нещо. Благодарение на тях беше възможно значително да се намали процентът на грешки и да се подобри надеждността и устойчивостта на разпознаването на реч, необходима първа стъпка, за да работи Skype Translator.

машинен превод е другият очевиден стълб, на който почива Skype Translator. Тук Microsoft отново използва собствена технология и използва системата за превод Bing, за да превежда текст от един език на друг.Неговата система използва комбинация от техники за разпознаване на синтаксис и статистически модели за прецизиране на резултата. Освен това, по този повод, двигателят е специално обучен да разпознава типа език, който се среща в устните разговори, далеч от коректността и изрядността, които обикновено се приемат в писмен вид. По този начин системата Skype Translator съчетава обширната база от езикови познания на Bing Translator заедно с обширен слой от думи и фрази, често използвани в разговорния език.

Но речта и езиците са сложен терен. Те постоянно се променят, идват в множество вкусове и разновидности, всеки човек има свой собствен стил и т.н. Skype Translator трябва да бъде в крак с всичко това, което изисква постоянно обучение и оптимизиране както на разпознаването на реч, така и на машинния превод. За да направите това системата е изградена върху стабилна платформа за „машинно обучение“, клон на изкуствения интелект, който има за цел да разработи техники, които позволяват на машините и алгоритмите да учат чрез обучение с примерни данни.Използването на тези техники, често срещани в областта на статистиката, позволява на услугата да се подобрява, докато се използва, като се възползва от данните, генерирани при използването й, за допълнително усъвършенстване на разпознаването на реч и автоматичния превод.

Някои от тези тестови данни се генерират автоматично от голямо разнообразие от източници, включително социални мрежи като Facebook, преведени уеб страници, видеоклипове със субтитри или дори разговори, създадени за целта и транскрибирани и преведени ръчно . Но друга част от данните идват от реални разговори, проведени чрез услугата. Това е важно, тъй като Microsoft ви уведомява при всяко обаждане, трябва да знаете, че Skype Translator може да записва разговори, запазвайки ги анонимни, така че да могат по-късно да бъдат анализирани от неговите алгоритми и въведоха в процеса на обучение техните статистически модели.

Skype Translator може да работи правилно само ако е в състояние да се учи чрез процес, базиран на използването му в реални човешки разговори

"

Системата не би могла да функционира без този процес на обучение. Докато хората говорят, ние правим пауза и повтаряме неща, правим грешки и променяме мисленето си, докато вървим, представяйки ahs, ehms, uhms>само научаването за действителната му употреба може да го направи по-добро "

От един говорим език на друг за няколко секунди

Подкрепен от всички тези постижения, ключовото е, че Skype Translator е в състояние да изпълни целия процес на разпознаване и превод бързо и прозрачно за потребителя Всеки път, когато говорим, системата трябва да разпознае това, което казваме, да го преведе на езика на получателя и да му го съобщи по начин, който остава верен на това, което първоначално се опитваме да комуникираме.Колкото по-малко забелязваме междинните стъпки, толкова по-добре.

Веднага щом системата установи, че говорим, тя започва да записва казаното от нас и стартира процеса на разпознаване на реч Това не е за това не само да разпознаваме всяка дума, която произнасяме, но и да елиминираме всичко излишно, изтривайки безсмислени изрази и шум, откривайки разделянето на текста на изречения, с включване на препинателни знаци и главни букви и му предоставяйки контекст това помага за вашето тълкуване. Когато се замислите малко, разбирате колко трудно е да се определи всичко това от говоримия език.

Skype Translator се нуждае от това разпознаване на реч, за да бъде възможно най-точно, защото това, което следва, е подготвяне на събраната информация, за да я сравни със статистическите модели, които се подобряват чрез своята система за „машинно обучение“.Тук процесът се състои в намиране на прилики между това, което системата е разбрала, че казваме, и думите и контекстите, съдържащи се в моделите, за да се приложат впоследствие предварително научени трансформации, които ще преобразуват аудиото в текст и ще го преведат на чуждия език.

В последната стъпка Skype подготви двойка ботове, с женски и мъжки гласове, които действат като преводачи в разговора След като един бъде избран от потребителя, той ще отговаря за предаването на нашето преведено съобщение на получателя, така че не само писмените транскрипции и преводи да се показват на екрана, но той също да може да ги чуе на глас, сякаш е трети човек посредник между нас.. Тези ботове са в състояние бързо да предадат съобщението, така че всеки, който слуша от другата страна на екрана, да получи съобщението няколко секунди след като сме го произнесли.

Тестовата програма като отправна точка

Именно присъствието на ботове като външни говорители в разговора е един от детайлите, които все още предстои да бъдат изпипани. Microsoft признава, че адаптирането към тях е лесно за хора, свикнали да говорят чрез преводач, но за други това изисква период на обучение. И това е, че Microsoft и Skype може да са решени да създадат най-доброто преживяване за превод в реално време, което съществува, но за да го направят те трябва да научим както себе си, така и машинитеВизуализацията на Skype Translator е само още една стъпка в този процес.

Тестовата програма стартира в средата на декември, въвеждайки говорен превод между два езика: английски и испански и писмен превод на повече от 40 За достъп до нея е необходима покана, която можем да поискаме чрез регистрация на уебсайта на програмата. Ако го удостоим, можем да опитаме Skype Translator от Skype приложенията за Windows 8.1 или Windows 10 Технически преглед. В противен случай ще трябва да изчакаме услугата да бъде удължена и публично оповестена официално.

"

Както и да е, Преводачът на Skype стартира точно когато сме на път да се сбогуваме с 2014. Преди да приключите, спрете тук за секунда и помислете за годината, която току-що прочетохте: две хиляди и четиринадесет>"

През | Skype блогове I, II