Automatikus gépi tolmácsolás (Machine Interpreting)

2012-ben Rick Rashid, a Microsoft szoftveróriás kutatási igazgatója arról szá-molt be, hogy a cég által fejlesztett program első változata ugyan még számos hibát ejt, mégis sokkal jobb, mint bármely korábbi hasonló próbálkozás. Rashid az októberi, Tiencsinben tartott bemutatón néhány mondatát mandarin nyelven mondta el a program segítségével, majd így nyilatkozott:

Még sok munka vár ránk, de a technológia nagyon ígéretes. Reméljük, hogy néhány éven belül olyan rendszerek állnak majd rendelkezésünkre, amelyek tel-jességgel lebontják az emberek közötti nyelvi akadályokat.¹

Az automatikus gépi tolmácsolás végzésére alkalmas szoftverek és alkalma-zások fejlesztői számára a legnagyobb kihívást a beszélő megértése jelenti, an-nak ellenére, hogy ezen a problémán már azóta dolgozan-nak a fejlesztők, mióta a számítógép létezik. Az évek óta zajló fejlesztés eredménye például az Amerikai Egyesült Államok néhány bankjában működő ún. telebankrendszer, amelyben számítógépes program ismeri fel a hívó által bemondott bankszámlaszámot. A be-szédfelismerés egyelőre csak a számnevekre és esetenként néhány menüpontra korlátozódik. Romániában az E-ON energiaszolgáltató rendelkezik hasonló ügy-félszolgálattal.

Tudjuk azonban, hogy a tolmácsolás sokkal komplexebb feladat, nem merül ki pusztán abban, hogy a forrásnyelvi beszéd mondatait célnyelvi mondatokkal helyettesítjük, éppen ezért a gépi tolmácsolás automatizálása során is nagyon sok nehézség merül fel, hiszen nagyon nehéz a kötetlen beszéd digitális „megértése”.

Rashidék fejlesztéséig az efféle programok a beszédnek legfeljebb csak 75–80 szá-zalékát voltak képesek értelmezni. A Microsoft ezt az arányt igyekezett javítani a Deep Neural Networks rendszerének segítségével, amelyben a processzorok úgy kapcsolódnak egymáshoz, mint az emberi és állati agysejtek, így a fejlesztők szerint az új megközelítés segítségével a szabad beszélt nyelv mintegy 86–88 százaléka felismerhető.² Miután a rendszer felismeri, hogy mit mond angolul a felhasználó, a 1 https://hvg.hu/tudomany/20121112_microsoft_beszelo [2020. december 12.]

2 https://www.portfolio.hu/uzlet/20121112/megjelent-a-szinkrontolmacs-program-175521 [2020.

december 12.]

Microsoft fordítóprogramja átalakítja azt kínai szavakká, majd a szórendet a nyelv-tani szabályok szerint megváltoztatja. A megfelelő hangszín eléréséhez és a sikeres üzenetközvetítéshez a fejlesztőnek egyórányi beszédére volt szüksége, valamint rögzítenie kellett egy mandarin anyanyelvű személy néhány órás beszédét is.

Az áttörést a 2018-as év jelentette, amikor a világsajtó arról számolt be, hogy működik a digitális szinkrontolmács, amely a Weaverly Labs fejlesztése. Ahhoz, hogy ez a fejlesztés működjön, a rendszerben több különálló nyelvi modulnak kell egyszerre futnia, ezek a modulok azonban már nem is számítanak olyan újdonságnak. A fejlesztés abban nyilvánul meg, hogy ezeket összekapcsolták.³ Ezek a modulok és eszközök a következők: egy vezeték nélküli fülhallgató (amely Bluetooth vagy wireless technológiával működik), egy beszédfelismerő eszköz, egy beszédgenerátor,⁴ az automata fordítórendszer (fordítómemóriák, amatőr vagy professzionális CAT- és MT-eszközök, neurális hálózatokon alapuló tanulás révén történő gépi fordítás,⁵ mesterséges intelligencia és egy nyelvi modellező alkal-mazás, amely a mesterséges intelligencia részeként működik. Ezt az öt modult konvergálták, és egy működőképes rendszert hoztak létre. A 2. táblázat néhány olyan alkalmazást és szoftvert tartalmaz, amely felhasználja az automatikus gépi tolmácsolást.

A tolmácsoknak egyelőre azonban nem kell attól tartaniuk, hogy a gépek teljes mértékben átveszik a szerepüket, hiszen a mesterséges intelligencia még mindig nem képes pontosan érzékelni – különösen egy olyan nyelv esetében, mint a magyar – az árnyalatnyi különbségeket, ezért például egy politikai tárgyaláson, ahol nagyon fontos a pontos és adekvát szóhasználat, még mindig szükség van az ember által végzett tolmácsolásra. Ennek oka egyrészt az, hogy az emberi szö-vegalkotást egyelőre semmilyen gép sem képes tökéletesen leutánozni, másrészt pedig azért is, mert adatbiztonsági szempontból sem lenne kívánatos, hogy gépek végezzék ezt a munkát. A tolmácsgépek alkalmazása etikai kérdéseket is felvet, amelyek hasonlatosak az önvezető autóval kapcsolatos dilemmákhoz.

3 https://vipcast.hu/cimke/nyelvi-modulok [2020. december 12.]

4 Az okostelefonok is rendelkeznek már olyan alkalmazással, amely a beszédet helyesírási szempontból is majdnem tökéletesen írássá alakítja, illetve olyan alkalmazással is, amely például sportolás közben méri a pulzusszámot, és az információt a beszédgenerátor révén el is mondja a felhasználónak.

5 A késő 2000-es évek elején egy új gépi tanulási technológia, az úgynevezett mély tanulás vagy neurális hálózatra alapuló tanulástechnológia jelent meg, amely megpróbálja utánozni, hogyan működik az emberi agy (legalább részben). A neurális hálózaton alapuló gépi fordítás nemrég szabadon elérhetővé vált, és már sokkal jobb minőségű fordítást tesz lehetővé úgy, hogy a több mint 10 éves statisztika alapú gépi fordítás eredményeit is felhasználja. A neurális gépi fordítás (Neural Machine Translation, NMT) egyértelműen 2017 legdivatosabb kifejezése lett a fordítóipar különböző szereplői, szabadúszók, fordítóirodák, fordításokat beszerző cégek és mindenekelőtt a számítógépes nyelvészettel foglalkozók körében.

6 https://hvg.hu/tudomany/20171120_fujitsu_hordozhato_forditogep_tolmacsgep_beszed_bes-zedfelismeres?s=hk [2020. december 12.]

2. táblázat. Gépi tolmácsolást alkalmazó alkalmazások, eszközök

Név Rövid leírás

GenieTalk

A cél az volt, hogy a Phjongcshangban megrendezésre kerülő 2018-as Téli Olimpiai Játékok keretében megkönnyítse a kommunikációt.

Az Olimpiai Játékok hivatalos fordítási és tolmácsolási applikációja, a „GenieTalk” mesterséges intelligencián alapul, és 29 nyelv elérhető benne. Részletes tájékoztatókkal és az események időrendjével felszerelt robotok igazították útba az események helyszíneire érkező látogatókat.

Skype Translator

A fordító funkciót beépítették a Skype alapprogramjába. A csevegő funkció valós időben fordítja az idegen nyelvű beszélgetéseket. A Skype Translator jelenleg angol, spanyol, olasz és mandarin nyelven műkö-dik: amennyiben ezen nyelvek valamelyikén beszél valaki Skype-on keresztül, a program automatikusan lefordítja, amit mond, és fel is ol-vassa azt. A cég ígérete szerint a jövőben még több nyelvvel fog bővülni a kínálat.

A technológiának még mindig vannak nehézségei, hiszen bonyolult, összetett beszédet nem képes helyesen lefordítani. Éppen ezért a legtöb-ben arra használják, hogy egy számukra idegen nyelven beszélő illetővel alapszinten megérthessék egymást.

Fujitsu

A kártya alakú, ruhára rögzíthető mini tolmácsgép elsősorban a kór-házi dolgozók számára készült, akik gyakran kerülnek olyan helyzetbe, hogy idegen nyelvű páciensekkel kell kommunikálniuk, és nincsen le-hetőségük fordítógépet vagy akár okostelefont használni, hiszen a kezük nem üres. Erre való tekintettel a cég saját korábbi fejlesztését, a külső mikrofonokkal ellátott fordító táblagépet fejlesztette tovább.

Az eszközben két integrált mikrofon van: az egyik a beteg szavait veszi fel, a másik az eszközt viselőét. A készülék szoftvere automatikusan felismeri, hogy ki beszél, a fordítás a felhőalapú szerveren történik, a viselhető készülék pedig szintetizált hangon elmondja a lefordított szöve-geket. A Fujitsu szerint a beszédfelismerés még olyan zajos környezetben is, amilyen egy kórház, 95 százalékos pontosságú. A rendszer jelenleg csak a japán, az angol és a mandarin nyelvek között fordít, a fejlesztő azonban a nyelvek számának bővítését tervezi.⁶⁰

Pilot

A Pilot számít az egyik legújabb vezeték nélküli eszköznek. Az eszköz egy-egy fülhallgatóval rendelkezik, amit két különböző nyelven beszélő ember használ. A Pilot modern technológiájának köszönhetően szinte valós időben történik a tolmácsolás. A működéséhez szükség van egy okostelefonra, ugyanis a fordítószoftver a telefonon lévő alkalmazáson található meg. A telefonnal vezeték nélkül tartja a kapcsolatot, így nem igényel egyéb kiegészítőt.

Név Rövid leírás

Travis

A Travis egy hangos fordítást végző tolmácsolási eszköz, ami jelen-leg 155 különböző nyelven érhető el, köztük magyarul is. Nem igényel okostelefonos szoftvert, önmagában végzi el a fordítást. Csak egy gomb-nyomásra van szükség, ugyanis ekkor kezd el „figyelni” arra, hogy mit mond a beszélő, majd ugyanúgy gombnyomásra tolmácsol. A technológia jelenlegi állása miatt inkább csak rövid beszélgetéseknél hatékony, így külföldi nyaralás és utazás során lehet hasznos.