Google Перекладач ( англ . Google Translate ) — вебслужба компанії Google , призначена для автоматичного перекладу частин тексту або вебсторінок на іншій мові .
Для деяких користувачів мови пропонуються різні варіанти перекладу , наприклад , для технічних термінів , які повинні бути в майбутньому включеними в оновлену систему перекладу .
На відміну від інших сервісів перекладу , таких як Babel Fish і AOL , які використовують технологію SYSTRAN , Google використовує власне програмне забезпечення .
Компанія використовує самонавчальний алгоритм машинного перекладу .
У березні 2017 року Google повністю перевела двигунець перекладу на нейромережі для якіснішого перекладу [ 1 ] .
У 2019 році Google представила нову модель синхронного перекладу мови “ від початку до кінця ” ( англ . An End-to-End Speech-to-Speech Translation Model ) - “ Translatotron ” [ 2 ] .
Новини про те , що Google має намір створити універсальний перекладач з’явились у 2010 році [ 3 ] .
На той час Google заявила , що розробляє програмне забезпечення , яке зможе здійснювати практично миттєвий голосовий переклад мови .
Франц Оч , керівник перекладацького підрозділу Google , заявив , що відповідне комерційне рішення може з'явитися через кілька років .
Планувалося , що у майбутньому ця система дасть змогу людям легко розмовляти на різних мовах , використовуючи смартфон .
Система « слухатиме » мовця , поки не розпізнає слово / фразу цілком , конвертуватиме це в текст , а потім перекладатиме текст на цільову мову й озвучуватиме .
Франц Оч підкреслив , що перед розробниками стоїть дуже важке завдання .
За його словами , головна проблема полягає в складності розпізнавання різних акцентів мови .
Машинний переклад за допомогою нейронних мереж заснований на методі глибокого навчання ( deep learning ) .
В останні роки « нейронний » машинний переклад відзначився стрімким розвитком своїх технологій , навіть компанія Google оголосила , що її перекладацькі сервіси на цей момент у переважній більшості використовують цей метод перекладу , аніж їх попередній статистичний метод .
Нейронний машинний переклад Google ( GNMT ) — це система нейронного машинного перекладу , розроблена компанією Google і представлена в листопаді 2016 року , яка використовує штучну нейронну мережу для підвищення швидкості і якості перекладу в Google Перекладачі [ 4 ] [5 ] .
GNMT підвищує якість перекладу , застосовуючи метод машинного перекладу що базується на прикладах ( EBMT ) , в якому система навчається на мільйонах прикладів .
Архітектура системного навчання GNMT була вперше випробувана на більш ніж ста мовах , що підтримуються Google Перекладачем .
Завдяки потужній внутрішній структурі система з часом вчиться створювати більш якісні та природні переклади .
GNMT здатна перекладати речення повністю , а не частинами .
GNMT здатна виконувати інтерлінгвальний машинний переклад , кодуючи семантику речення замість того , щоб запам'ятовувати переклади окремих фраз [ 6 ] .
Інші компанії включно з KantanMT , Omniscien Technologies та SDL також оголосили про подальше використання технології « нейронного » МП в 2017 році [ 4 ] [5 ] .
У 2017 році Google AI продемонстрував , що наскрізні моделі можуть перевершувати каскадні моделі [ 9] .
Особливість наскрізної ( англ . end-to-end model ) моделі полягає в тому , що алгоритм безпосередньо перекладає сказане , минаючи етап конвертації в текст [ 7 ] .
Інакше кажучи , це новий підхід до speech-to-speech перекладу .
Модель безпосередньо перекладає аудіозапис на аудіозапис і ґрунтується на одній sequence-to-sequence моделі з використанням механізму уваги [ 8 ] .
Translatotron приймає на вхід спектограми ( візуальне представлення аудіохвиль ) аудіозаписів і на виході генерує спектограми .
Два компоненти “ Translatotron ” навчаються окремо :o vocoder ( конвертує спектограми в аудіохвилі ) ;
o кодувальник промови спікера ( опціональний компонент , який відповідає за реплікацію голосу на вхідному аудіозаписі ) .
Під час навчання модель використовує багатозадачну цільову функцію , яка передбачає транскрипти вхідного і цільового аудіозаписів одночасно з генерацією спектограм ( рисунок 1 ) .
Однак під час інференсу моделі текстові транскрипти не використовуються [ 10 ] .
Як бачимо , “ Translatotron ” зберігає особливості мовця при перекладі : інтонацію , дихання мовця , деякі характеристики голосу .
Перекладена мова все ще відтворюється надто роботизовано , проте імітація інтонацій людини надає їй більшу природність .
Варто зауважити , що з власного досвіду я зрозуміла , що читаючи текст , при тому , надиктовуючи першу половину з інтонацією 1 , а другу половину з інтонацією 2 , то “ Translatotron ” зберігає інтонацію 1 при озвучці перекладу .
Експеримент проводився на тексті з двох речень , кількість слів — 40 .
Translatotron є першою цілковитою моделлю , яка може безпосередньо перекладати мовлення з однієї мови іншу .
Він також може зберігати особливості голосу спікера у вихідній мові .
Фахівці Google перевірили роботу алгоритму за допомогою BLEU - метрики , при якій машинний переклад порівнюється з перекладом , виконала людина .
Вони перекладали усне мовлення з іспанської на англійську мову .
За підсумками тестування фахівці визнали , що Translatotron поки поступається каскадній моделі .
Однак Translatotron — перша технологія , здатна безпосередньо перекладати мовлення однієї мови на мовлення іншої .
Поки ще Translatotron в тестуванні показує середні результати і не може повною мірою перевершити традиційну систему на цьому етапі .
Однак головна для дослідників мета досягнута — доведено принципову можливість такого перекладу .
Оскільки система заснована на глибокому машинному навчанні , це означає , що вона стрімко самонавчатиметься .
Після навчання система зможе перевершити всі наявні системи синхронного перекладу .
Google все ще працює над перевагами в Translatotron .
Але не важко зрозуміти , як Translatotron незабаром може змусити іноземні мови взаємодіяти плавніше , відтворюючи деякі нюанси , які втрачаються , коли робототехнічний голос синтезує текст у мовлення .
