Tlmočiť bude samotný počítač. Microsoft na konferencii Code predviedol pokrok vo vývoji svojho hlasového prekladača. Rozhovor viceprezidenta firmy pre Skype a Lync s nemeckou pobočkou mal síce k dokonalosti ďaleko, ale Microsoft sa ešte tento rok chystá uviesť pre Windows 8 prvú betaverziu.
Univerzálneho tlmočníka ako zo StarTreku síce ešte Microsoft nepredviedol, ale to, čo ukázal na konferencii Code a neskôr opísal na blogu firmy, vyzeralo pomerne zaujímavo. Testovacia verzia automatického tlmočníka pre Skype totiž zvládala pomerne dobre rozpoznať, čo hovoriaci v jednom jazyku hovorí, potom to s určitým úspechom preložiť do iného jazyka a pomocou hlasového výstupu výsledok prečítať osobe na druhej strane Skypu.
Hoci bolo ešte veľa „strateného v preklade", v konečnom dôsledku bola prezentácia veľmi pôsobivá. Rozhovor medzi viceprezidentom Microsoftu pre Skype a Lync Gurdeepem Palla a Dianou Heinrichsovou z nemeckej pobočky firmy bol vedený v angličtine a nemčine s tým, že ho Skype prekladal do príslušnej reči. Výsledok bol, ako povedal jeden nemecky hovoriaci divák z publika, zábavný, ale nie dosť dobrý na obchodné rokovania.
Dlhý vývoj
Bolo to vôbec prvýkrát, čo firma prezentovala schopnosti svojho automatického tlmočníka v Spojených štátoch. Už v roku 2012 sa s ním však mohli zoznámiť v Číne. Vtedy Rick Rashid z vývojovej divízie Microsoft Research hovoril k publiku po anglicky, no to počulo jeho hlas v čínštine. Každú z ôsmich viet, ktorú Rashid predniesol, vtedy diváci ocenili aplauzom. A to napriek tomu, že výsledky neboli dokonalé. Nesprávne mohlo byť pokojne aj každé štvrté alebo piate slovo.
Bola to podľa našich informácií prvá takáto verejná prezentácia systému, ktorý však firma vyvíja už niekoľko rokov, ak nepočítame skromnejšiu prezentáciu na konferencii TechFest 2012. Vtedy sa tlmočník predstavil ako súčasť programu Monolingual TTS, ktorého hlavnou prednosťou je simulácia hovoriaceho. Ten je navrhnutý tak, aby sa z prekladača nelinul univerzálny hlas , ale napodobeniu hlas toho , ktorého slová majú byť prekladané. K tomu systém zvláda trojrozmernú simuláciu hlavy hovoriaceho, ktorý presne pohybuje perami.
Ale späť k samotnému tlmočníkovi. Základ softvéru pod „hlasovým modulom“ tvorí štatistický model rozpoznávania reči, založený na prekladači Microsoftu Translator, ktorý využíva softvér pre rozpoznávanie reči na báze neurónovej siete. Skype Translator má v súčasnej dobe podporovať viac ako 40 jazykov. Jednou z kľúčových vecí, na ktorej Microsoft ešte stále pracuje, je analytické využitie obrovského množstva rozhovorov, ktoré denne cez Skype prebehnú, aby mohol dosiahnuť lepšie prekladanie. Mesačne cez Skype totiž prebehnú dve miliardy minút hlasovej konverzácie.
„Investovali sme do technológií rozpoznávania reči, automatických prekladov a strojového učenia viac ako desať rokov a teraz sa ukazujú ako dôležité zložky v tejto ére veľmi osobných počítačov, " píše na blogu Gurdeep Pall. Filozofia firmy je pritom podobná ako pri Google Translate a nakoniec aj pri hlasových asistentoch typu Siri. Je teda založená na analýze miliárd výrazov a viet. Silové riešenie pomocou rozboru mnohých údajov sa osvedčilo lepšie ako iné prístupy a dnes sa používa najviac.
Betavrzia ešte tento rok
Microsoft chce aplikácii v betaverzii uviesť ešte pred koncom roka 2014. Začne len s hŕstkou jazykov a bude najskôr k dispozícii len pre Windows 8. Firma podľa serveru Recode dúfa, že bude rýchlo pridávať ďalšie jazyky, rovnako ako podporu pre ďalšie typy počítačov a mobilných zariadení.
„Ako ste mohli pochopiť z môjho rozhovoru s Dianou, je zatiaľ pre uvedenie tejto technológie príliš skoro. Ale vízia startrekovského univerzálneho prekladača už nie je vzdialená niekoľko galaxií. Skype Translator otvára nové možnosti pre zmysluplnú komunikáciu vo vzdelávaní, diplomaciu, viacjazyčných rodinách a v podnikaní, ktoré doteraz neprichádzali do úvahy," uzatvára Gurdeep na oficiálnom blogu.