ترجمة الكلام باستخدام AI: واصل الحديث بلغتك

تتحدث بالإنجليزية فيسمع الطرف الآخر كلامك باليابانية. ويرد باليابانية فتسمعه بالإنجليزية. لا يحتاج أي منكما إلى تبديل اللغة أو نسخ النصوص بين التطبيقات أو الضغط على زر التشغيل بعد كل جملة.

هذا ما تعد به ترجمة الكلام إلى كلام باستخدام AI: تحويل كلام الطرف الآخر إلى كلام تفهمه، ثم ترجمة كلامك إلى كلام يفهمه هو. وتتواصل هذه العملية مع سير المحادثة، ليتمكن كلا الطرفين من التركيز على بعضهما بدلا من الانشغال بإدارة أداة الترجمة.

يحقق TransGull ذلك من خلال نهج يعتمد على عمليات متعددة. فكما يستمع المترجم البشري ويترجم ويتحدث في الوقت نفسه، يواصل AI في TransGull الاستماع إلى ما يدور في المكان بينما تجري ترجمة الكلام السابق وتشغيل ترجمته الصوتية.

ترجمة الكلام إلى كلام تتجاوز النصوص المصاحبة

تكتفي كثير من أدوات الترجمة الصوتية بعرض النص على الشاشة. ومع أنك لم تعد بحاجة إلى الكتابة، فلا يزال عليك النظر إلى الشاشة والقراءة. أما ترجمة الكلام إلى كلام بمعناها الكامل فتتمم الدورة: فهم الكلام بلغة ما، وترجمة معناه، ثم نطق النتيجة بلغة أخرى.

ويجب أن تعمل هذه الدورة في كلا الاتجاهين أيضا. فقد توضح موعد التسليم بالإنجليزية، ويشغل TransGull الترجمة اليابانية. ويمكن للطرف الآخر بعد ذلك طرح سؤال باليابانية، لتسمعه بالإنجليزية.

ويظل النص الأصلي والنص المترجم ظاهرين أيضا. فالترجمة الصوتية تحافظ على تدفق المحادثة، بينما يساعد النص كلا الطرفين على التحقق من الأسماء والأرقام والأماكن والمصطلحات المتخصصة.

يواصل AI الاستماع والترجمة والتحدث عبر عمليات متعددة

لا يرسل TransGull المحادثة بأكملها إلى نموذج واحد وينتظر ردا نهائيا واحدا. بل تتولى عمليات متخصصة مهامها، وتمرر النتائج تباعا إلى المراحل التالية.

بينما تجري ترجمة مقطع أو ينتظر تشغيل ترجمته الصوتية، يمكن للكلام اللاحق أن يواصل الدخول إلى مسار المعالجة. ويحتفظ كل مقطع بنصه الأصلي وترجمته وترتيب تشغيله، فلا تحل الجملة التالية محل سابقتها.

مع الترجمة الفورية باستخدام AI من TransGull، لا تحتاج إلى إعادة بدء الترجمة بعد كل جملة. ويمكن للطرفين مواصلة مناقشة الموضوع نفسه بينما يستمع النظام ويترجم ويتحدث باللغتين.

يقدم AI المراعي للسياق ترجمة أكثر طبيعية من ترجمة كل جملة على حدة

غالبا ما تتعامل الترجمة الآلية التقليدية مع كل جملة بوصفها نصا معزولا. وقد تؤدي الاختصارات والضمائر والكلمات الملتبسة والتفاصيل المحذوفة حينها إلى ترجمة تبدو مقبولة من الناحية اللغوية، لكنها خاطئة في سياق المحادثة.

لنفترض أن النقاش يدور حول خطة افتتاح مكتب سنغافورة. ثم يقول أحدهم: «انقل ذلك إلى يوم الجمعة». قد لا يعرف نظام يترجم كل جملة على حدة ما إذا كانت كلمة «ذلك» تشير إلى المكتب أو الفريق أو الافتتاح. أما TransGull فيضع الجملة الجديدة ضمن سياق المحادثة الجارية ويستخدمه لفهم المقصود.

وهذا فرق مهم بين الترجمة المراعية للسياق باستخدام النماذج الكبيرة والاستبدال التقليدي للعبارات: فهي تراعي العلاقة بين الجمل المتتابعة. وكلما اعتمدت المحادثة على أشخاص وأماكن ومنتجات وأهداف يعرفها الطرفان، ازدادت قيمة هذا الترابط.

لماذا لا نسند جميع المهام إلى نموذج كلام واحد؟

قد يبدو إرسال الصوت مباشرة إلى نموذج واحد وتلقي صوت مترجم منه أبسط، لكن يصعب فحص الخطوات التي تجري بينهما. فإذا جرى تجاوز جملة أو فهم اسم بشكل خاطئ، فلن يسمع المستمع سوى النتيجة النهائية، ولن تتوفر لديه أدلة كافية لمعرفة أين بدأت المشكلة.

يفصل مسار العمل متعدد العمليات بين المهام الأساسية، مع ربطها بسياق مشترك وترتيب محدد. ويمكن للمستخدمين التحقق من النص الأصلي الذي تعرف عليه النظام، ومراجعة الترجمة، والتأكد من أن الترجمة الصوتية تتبع التسلسل الأصلي. كما يمكن للترجمة وتوليد الكلام الاستمرار دون إجبار بقية مراحل المحادثة على التوقف.

يركز TransGull على 3 نتائج:

• اكتمال المحتوى: يدخل الكلام الذي يقبله النظام في مسار معالجة خاص به، بدلا من أن تحل الجملة التالية محله.
• جودة الترجمة: يستخدم نموذج كبير سياق المحادثة لتقليل الصياغات الجامدة والأخطاء الناتجة عن ترجمة الجمل بمعزل عن بعضها.
• استقرار التشغيل: يحافظ التصميم متعدد العمليات على استمرار ترجمة الكلام إلى كلام أثناء تقلبات الشبكة، ويقلل من تأثير هلوسات النماذج.

التجربة الأهم هي محادثة بلا انقطاع

تخيل شخصين يؤكدان تفاصيل تسليم منتج:

1. تقول: «يرجى تسليم العينات إلى الجناح 3 يوم الجمعة والتواصل مع السيدة Lee أولا».
2. يسمع الطرف الآخر الترجمة، بينما يظل النص الأصلي والنص المترجم ظاهرين على الشاشة.
3. يرد بلغته: «لا مشكلة. يرجى إرسال رقم هاتف السيدة Lee إلي».
4. تسمع الترجمة الإنجليزية وتواصل مناقشة تفاصيل التسليم نفسه.

لا حاجة إلى تبادل الهاتف بينكما أو اختيار اتجاه الترجمة لكل جملة. يواصل النظام معالجة اللغتين ويوجه الترجمة الصوتية المناسبة إلى كل مستمع.

اختبر الترجمة الصوتية في الوقت الفعلي بمحادثة حقيقية

ضع الهاتف في مكان يلتقط فيه صوت الطرفين، وافتح الترجمة الفورية ثنائية الاتجاه، واختر اللغتين. وبدلا من الاكتفاء باختبار «مرحبا» و«شكرا»، ناقشا موضوعا واحدا في عدة جمل، مع ذكر اسم ورقم وطرح سؤال متابعة.

تحقق من أن كل طرف يسمع لغة الترجمة الصحيحة، وأن الجمل اللاحقة تستفيد من السياق السابق، وأن النص الأصلي والترجمة والترجمة الصوتية تحافظ على ترتيبها. فهذا اختبار للترجمة الصوتية في الوقت الفعلي أفضل من بضع عبارات غير مترابطة. ولتجنب الخلط بين مشكلة في التقاط الصوت ومشكلة في الترجمة، اختبر الأداة في بيئة مناسبة للمحادثة؛ وإذا كان المكان صاخبا، فقرب الجهاز من المتحدثين وتجنبا التحدث في الوقت نفسه.

قيم الترجمة الصوتية بما تحققه المحادثة

تنجح المحادثة متعددة اللغات عندما يتمكن المشاركون من حل مشكلة أو اتخاذ قرار أو بناء الثقة، وليس بمجرد أن ينتج التطبيق مزيدا من الجمل المترجمة. فحتى النموذج المتقدم لا يصبح جزءا من المحادثة إذا اضطر المستخدمون إلى التوقف باستمرار لضبطه أو تخمين ما فاته.

جرب TransGull لتحقيق هدف حقيقي واحد: تأكيد تفاصيل تسليم، أو مقابلة عميل من الخارج، أو مناقشة برنامج اليوم، أو طلب المساعدة من أحد السكان المحليين. إذا تمكن الطرفان من توضيح احتياجاتهما وتلقي رد مفيد بعد 5 دقائق، فهذا يعني أن AI تجاوز مرحلة العرض التجريبي وأصبح أداة عملية للتواصل.