חידושים בתרגום דיבור דרך שילוב בין בינה מלאכותית ותוכנות זיהוי קולי

בינה מלאכותית (AI) ותוכנות זיהוי קולי ובמיוחד תוכנות זיהוי דיבור עשו מהפכה טכנולוגית גדולה בעשור האחרון. המהפכה לא הייתה בתחום התרגום בלבד. היא הייתה בתחומים רבים ושונים, כגון: עיבוד וניתוח כמויות גדולות של נתונים (ביג דאטא), אמצעים לגילוי הונאה, הפעלת רכבים שמניעים את עצמם, הדמיות רפואיות, מעקב אחרי המדיה החברתית. תמלול שפה מדוברת ועוד.

כפי שמוצג בדוח סלייטור לשנת 2021, התחזית לשוק ה-AI לקראת שנת 2024, היא ששווי השוק יגיע ל- 3.5 מיליארד דולר. רק טבעי שחברות תרגום ולוקליזציה ינצלו את ההזדמנויות בשוק המתפתח של בינה מלאכותית. כך יוכלו לשרת את הלקוחות שלהם באמצעות ההתפתחויות הטכנולוגיות האחרונות בשוק כיום.

מהי השפעת טכנולוגיות ה- AI בתעשיית התרגום כיום ומה צפוי בשנים הקרובות?

כבר כיום לפי דוח גלובל מרקט אינסייטס תרגום מכונה הוא תחום מבוסס שמתפתח במהירות ומשפיע השפעה עמוקה על תעשיית התרגום. שווי השוק של תרגום מכונה עמד בשנת 2019 על 550.5 מיליון דולר כאשר הצפי עד שנת 2026 הוא שהשווי יזנק ל-1.5 מיליארד דולר. טומדס זיהתה שאחד הטרנדים המרכזיים לשנת 2020 בתעשיית התרגום, היה הגידול בשימוש בתרגום מכונה מבוסס AI.

קראו עוד: טרנדים מרכזיים בתעשיית התרגום לשנת 2020

ראשית עלינו להודות: יש עוד דרך ארוכה עד שתרגום ממוכן יוכל להגיע לרמה של מתרגמים אנושיים. למרות ההתפתחויות הגדולות בבינה מלאכותית, תרגום מכונה הוא עדיין לא דרך שמסתמכים עליה מהתחלה ועד הסוף בעת תרגום מקצועי.

בכל זאת לתחום יש תרומה משמעותית. תרגום מכונה ובמיוחד בשיטת PEMT בה מבצעים עריכה לאחר תרגום מכונה מאיץ משמעותית את מהירות העשייה של פרוייקטים רבים לתרגום. הזמן שמתפנה מאפשר למתרגמים המקצועיים להשקיע בעריכת הטקסט כדי לשמור על איכותו המקצועית בעוד תהליך התרגום הופך להיות זול בהרבה בגלל שחלק גדול ממנו לא צריך להיעשות באופן ידני.

תרגום מכונה, במיוחד באמצעות מנועי תרגום היברידיים הנעזרים ב-AI יכול, תחת פיקוח של מתרגמים מקצועיים לספק תוצאות באיכות גבוהה מאד במחיר זול משמעותית ובמהירות גבוהה.

קראו עוד: כיצד מנוע תרגום מכונה לומד טקסט- יתרונות וחסרונות

העריכה שמבטיחה את איכות התרגום חיונית כדי להפיק תרגום איכותי. אחת הדוגמאות הישנות שבה ניסו להשתמש בתרגום מכונה, (הקרוי גם "עיבוד שפה טבעית"), כדי לחקות את השפה האנושית ממחישה זאת.

בדוגמא, תוכנת תרגום מכונה התבקשה לתרגם מאנגלית לרוסית את המשפט (שמקורו בברית החדשה) ")The spirit is willing but the flesh is weak הן הרוח חפצה והבשר רפה"). כדי לבדוק את נכונות התרגום התבקשה התוכנה לתרגם את פרי עמלה חזרה מרוסית לאנגלית, והתוצאה שפלט המחשב הייתה:The vodka is good but the meat is rotten (הוודקה טובה אבל הבשר רקוב).

המגמה שמצאנו אומרת שכיום עדיין רצוי לשלב תרגום מכונה עם מתרגמים אנושיים כדי להבטיח איכות ראויה. יחד עם זאת תחום תרגום המכונה הולך ומתקדם, לאור שילוב תוכנות זיהוי דיבור במהלך העבודה. זאת כדי לשפר את האיכות והמהירות במחיר זול.

טכנולוגיות זיהוי דיבור השלב הבא בתעשיית התרגום

כפי שמראה מגזין הטכנולוגיה החדשה טכנולוגיות זיהוי קולי וזיהוי דיבור מחוללות מהפכה שמגדירה את העידן החדש כעידן "הכול דרך קול". זוהי מהפכת האינטרנט של הדברים. חישבו על כך, כבר כעת טכנולוגיות המזהות את הדיבור שלנו מסוגלות לתרגם אותו לפקודות שונות. למשל אנחנו מקבלים הוראות ניווט מ"סירי", או קשישים שמסוגלים להזעיק עזרה בהשמעת קול למכשיר חכם שתלוי על הקיר. אפילו האייפונים שלנו מסוגלים להמיר קול לטקסט במגוון שפות.

כבר בשנת 1990 נוצרה תוכנת ההכתבה הראשונה שאפשרה מעבר מקול לטקסט. בשנת 2008 החלה פריחה בתחום הפיכת דיבור לטקסט. זאת כאשר נכנסה לסמרטפונים מערכת זיהוי קולי ראשונה שהצליחה לפתח "עוזרים דיגיטלים" שביצעו פעולות רבות לפי הנחיה קולית. הסיבה לפריחה הייתה שילוב תוכנות זיהוי קולי ותרגום דיבור עם "שירותי ענן" וביג דאטא. השילוב אפשר למערכות הממוחשבות לנתח כמות עצומה של נתונים וללמוד במהירות לבצע מגוון רחב של פעולות.

מה הם היישומים בהם טכנולוגיית זיהוי דיבור יכולה לתרום לתעשיית התרגום בכלל ולתרגום מכונה בפרט? את השאלה הזאת יש לשאול חברות גדולות כמו מייקרוסופט ו- IBM שהשקיעו מיליארדים רבים על תוכנות זיהוי דיבור שממירות קול לטקסט ואף תוכנות שממירות קול בשפה אחת לקול בשפה אחרת.

הפוטנציאל של תרגום קול לטקסט יכול לשמש בעתיד ובמידה מסויימת כבר משמש, למגוון שירותים. שירותי שפה כמו: הפקת כתוביות נגישות בשפות שונות לאוכלוסיה לקויית השמיעה, תמלול מקצועי של פגישות עסקיות כמו פגישות בזום. ישנם ניצנים של שימוש בתרגום קול לטקסט לצורך תמלול שיעורים לליקויי למידה בידי מתמללים מקצועיים (אם כי יישום זה עדיין בחיתוליו).

יתכן שלתחום אף יהיו השלכות בעתיד על ביצוע תרגום סימולטני בזמן אמת, אך הדרך לכך עוד ארוכה. למעשה, ניסיונות רבים בעבר נכשלו כיוון שהתוכנות היו איטיות מידי ונדרשו להתמודד עם כמויות גדולות עצומות של חומר תוך מציאת הקשרים. ההתפתחויות הטכנולוגיות הרבות בתחום זה כבר מגבשות פיתרונות לבעיות אלו.

השוק צמא כל כך לתרגום דיבור לטקסט, עד שישנו אפילו פיתוח ישראלי חדשני, מודל ממוחשב המדמה את פעילות המוח כדי לבצע זיהוי דיבור אפקטיבי.

כיצד תוכנות זיהוי דיבור משתלבות בתרגום מכונה?

תרגום דיבור אפקטיבי בעצם מבוסס על תוכנות למידה ממוחשבת ובינה מלאכותית (AI) שמשתלבות עם טכנולוגיות זיהוי דיבור. הבנת השפה האנושית מחייבת יצירה של מעין "מוח מלאכותי" שיחקה את הדרכים שבעזרתן מוח אנושי משתמש בשפה לדיבור באופן נכון. חברות גדולות כמו מייקרוסופט וסקייפ כבר משקיעות ביישומי תרגום דיבור, הן תרגום דיבור לטקסט והן תרגום דיבור בשפה אחת לדיבור בשפה אחרת על סמך הטכנולוגיות הללו.

לפי מגזין ניו טק התפתחויות בתחום הלמידה החישובית (Machine Learning -ML) של תוכנות בינה מלאכותית (AI) גרמו לשידרוג משמעותי ביכולות תוכנת ה- ASR שהיא תוכנת זיהוי הדיבור האוטומטי העיקרית בשוק. כתוצאה מהיישום של רשתות מחשוב "עצביות" המבוססות על טכנולוגיית הענן, הדיוק של זיהוי דיבור השתפר ל-95% ושיעור המילים השגויות ירד משמעותית. מדובר ביכולות משנות משחק המאפשרות פיתוח מוצרים איכותיים לחברות ולאנשים פרטיים. לאור זאת אנו רואים שילוב של יישומים מבוססי קול בפלטפורמות פופולאריות רבות.

חברת מייקרוסופט למשל כבר מספקת שירותי תרגום דיבור למגוון שפות שילכו וישתפרו באמצעות למידה חישובית של מערכות הAI -. היישום של מייקרוסופט מספק תרגום דיבור איכותי לשמונה שפות- ערבית, סינית מנדרינית, אנגלית, צרפתית, גרמנית, איטלקית, פורטוגזית וספרדית.

תרגום קול לטקסט זמין בכל מתרגם של מיקרוסופט במעל 50 שפות. תרגום דיבור לקבצי שמע כבר זמין למשתמשים ב -18 שפות שונות. תרגום הדיבור יכול לשמש לתרגום מצגות בזמן אמת. הוא יכול לסייע בתרגום פגישות עסקיות. כמו כן, באמצעות תרגום דיבור ניתן גם לבצע תרגום שידורי אינטרנט, תרגום שיעורים באוניברסיטה וכנסי ווידאו. לסיום, תרגום דיבור יכול להיות הצעד הבא בתרגום כתוביות לצורכי נגישות לחרשים ולצרכים אחרים.

מה הצעד הבא שטכנולוגיות תרגום דיבור יצטרכו לעשות?

הצעד הבא הוא להבין את הסמנטיקה של השפה ובעקבות זאת, את הכוונה של הדובר. זוהי משימה המתאימה במיוחד לבינה מלאכותית. היא נקראת עיבוד של שפה טבעית (NLP) והבנה של שפה טבעית (NLU). באמצעות יכולות אלה, מחשב יכול להבין וליצור שפה של בני אדם. אם אמצעי תרגום המכונה יגיעו לרמה הזאת, הם צפויים להפוך לאמצעים העיקריים בתעשיית התרגום. עדיין, סביר להניח שהצורך בבני אדם מומחים שיערכו את התוצרים לא יעלם בעתיד הנראה לעין.

קראו עוד: מה עדיף בינה מלאכותית או מתרגם בשר ודם?

בלי ספק, השימוש בתרגום מכונה באמצעות בינה מלאכותית ובפרט בתרגום דיבור ילווה אותנו גם בעתיד. מגפת הקורונה העלתה את הביקושים בתעשיית התרגום כולה ולתרגומי מכונה בפרט בכדי לעמוד בקצב המהיר של עולם העסקים באינטרנט. אני חוזה שגם לאחר הקורונה מגמה זו תימשך, אם כי בעצימות נמוכה יותר.

גילי קימור