Microsoft Skype Translator Preview: Der Reale Test

Unser Gespräch wurde zunächst unterbrochen. Maria in Südspanien würde anfangen zu sprechen und ich würde reflexartig antworten, obwohl ich nicht verstand, was sie sagte. Unsere in Echtzeit übersetzte Konversation wurde für einige Momente auf diese Weise fortgesetzt, bis ich lernte, anzuhalten und Microsoft Skype Translator Preview seine Arbeit machen zu lassen.

Und es funktioniert.

Vier Monate nach der überraschenden Enthüllung im vergangenen Juni auf der Code Conference im Süden steht die Skype Translator Preview von Microsoft zum Download zur Verfügung und kann Konversationsübersetzungen von Spanisch und Englisch in Echtzeit durchführen. Als wir Skype Translator das letzte Mal gesehen haben, hat Gurdeep Singh Pall, Corporate Vice President von Microsoft, gezeigt, wie es Deutsch ins Englische und Englisch ins Deutsche übersetzen kann, aber das gehört noch nicht zum Repertoire.

"Wir versuchen, sehr diszipliniert in Bezug auf das Qualitätsniveau zu sein, das wir erreichen", sagte Singh und fügte hinzu: "Deutsch war nah dran, hat aber nicht die Messlatte für Leistung erreicht."

Siehe auch: Was globale Unternehmen über Sprachübersetzung wissen sollten

Deutsch ist eine herausfordernde Sprache (wenn Sie nicht Deutsch sind). Die Verben stehen am Ende von Sätzen, was bedeutet, dass die Übersetzungssoftware warten muss, bis der vollständige Satz gesprochen wird. Dennoch kann es einen anderen Grund für diese Wahl geben. Spanisch ist die Hauptsprache für rund 425 Millionen Menschen auf der ganzen Welt, verglichen mit Deutsch, das rund 100 Millionen Menschen sprechen.

Auf jeden Fall hat mich der Wechsel gefreut, da ich mindestens über gute Spanischkenntnisse (7 Schuljahre) verfüge und dachte, er würde mir während des Testlaufs helfen. Ich lag falsch.

Fertig machen

Ab heute können Sie die neue Skype Translator-Vorschau herunterladen, sie jedoch nicht ohne Einladung verwenden. Im Wesentlichen muss Ihre Microsoft- oder Skype-ID autorisiert sein. Innerhalb der ersten zwei Wochen nach der Ankündigung des Produkts im vergangenen Frühjahr hat Microsoft mehr als 50.000 Benutzer angemeldet. Derzeit gibt es viel mehr eingeladene Personen, und das Unternehmen erwägt ein Programm, mit dem die eingeladenen Personen eine begrenzte Anzahl anderer Benutzer einladen können.

Die Vorschau des Skype-Übersetzers funktioniert mit Windows 8 und 8.1 sowie der Windows 10-Vorschau (und eventuell Windows 10). Nur ein Anrufteilnehmer, der Anrufinitiator, muss über Skype Translator verfügen, damit die Übersetzungsdienste funktionieren. Während der Dienst mit Englisch und Spanisch gestartet wird, ist eine Echtzeit-Chat-Übersetzung (Text) für 40 verschiedene Sprachen verfügbar, darunter Niederländisch, Estnisch, Deutsch, Hindi, Hebräisch, Japanisch, Koreanisch und Klingonisch (ja, Klingonisch).

Bild: Microsoft

Microsoft hat mein Konto eingeschaltet und mir geholfen, den Skype Translator Preview-Client herunterzuladen, der dem Standard-Skype-Client ähnelt und funktioniert, jedoch einige sprachspezifische Ergänzungen enthält. Wir haben den Client auf meinem Surface Pro 3 installiert und dann hat Microsoft Skype Translator gefragt, ob ich "Jane" oder "Bob" als übersetzte Stimme verwenden möchte. Mit anderen Worten, die spanischsprachige Stimme, die Maria auf der anderen Seite des Skype-Anrufs hören würde. Ich könnte immer wieder in die Einstellungen zurückkehren und die Stimme des anderen Geschlechts wählen.

Microsoft entschied sich für computergenerierte Männer- und Frauenstimmen, die Peter Lee, Corporate Vice President von Microsoft Research, mir als „angenehm klingend“bezeichnete und die ich als etwas roboterhaft bezeichnen würde. Für einen Moment dachte ich darüber nach, die weibliche Stimme zu verwenden, erkannte jedoch, dass dies für Maria verwirrend sein könnte.

Ich habe Maria eine Kontaktanfrage geschickt. Einmal akzeptierte sie. Ich benutzte ein Menü, um ihre geschriebene und gesprochene Sprache (beide Spanisch) einzustellen und leitete dann den Anruf ein. Da es sich um eine Beta-Software handelt, konnten wir Marias Video nicht aufrufen - selbst bei einer Kabelverbindung. Ich habe es geschafft, das Video bei einem nachfolgenden Anruf zum Laufen zu bringen (aber dabei die Transkriptionsansicht der Übersetzung verloren).

Bild: Screenshot

Als Maria (eine Linguistik-Expertin, die das System getestet und tatsächlich dazu beigetragen hatte, es für Microsoft zu trainieren) mich begrüßte, verwendete ich einsilbige Äußerungen. Eine Echtzeit-Abschrift unseres Gesprächs auf dem Bildschirm hielt alles fest: Mein „Hallo“wurde übersetzt und für Maria als „Hola“gesprochen, und ihr „Hola“wurde für mich als „Hallo“übersetzt. Ich konnte auch Maria Spanisch sprechen hören und die Audioübersetzung meiner Worte. Anfangs war es etwas überwältigend.

Mir wurde klar, dass ich langsamer werden und etwas Wesentlicheres sagen musste, um das Gespräch klarer zu machen und die Fähigkeiten von Skype Translator wirklich herauszufordern. So wie ich es verstanden habe, wurde viel dafür getan, dass bilaterale Übersetzungen in Echtzeit funktionieren.

Laut Lee gibt es mehrere Komponenten, die die Übersetzungsdienste steuern. Es beginnt mit der automatisierten Spracherkennung (ASR), die die Wörter nicht nur interpretiert, sondern versucht, sie zu verstehen. "Es ist nicht gut genug, nur alle Wörter zu verstehen, die Sie sagen. [Sie] müssen ein wenig über die Wörter verstehen", sagte Lee.

Beim Testen der Microsoft Skype Translator-Vorschau hat Microsoft Research die Art der Konversation und ihre Funktionsweise kennengelernt. „Menschen sprechen oft in Teilsätzen [und] unterbrechen sich gegenseitig. Was sind die Bedeutungseinheiten in diesen Äußerungen? “Sie erkannten, dass Skype Translator den Rhythmus und die Intonation in der Kommunikation verstehen muss.

Um die Bedeutung dessen, was jemand sagt, weiter herauszuarbeiten, wendet Skype Translator dann maschinelles Lernen an, um die Grammatik zu interpretieren, und verwendet statistische Übereinstimmungen, um die tatsächliche Bedeutung in den Wörtern zu finden. Lee sagte mir, dass maschinelles Lernen von „vielen, vielen Beispielen übersetzter Texte angetrieben wird. Wir verarbeiten Millionen übersetzter Texte, um Muster und Korrelationen zu finden. Damit können wir Dinge wie Redewendungen erfassen. “

Der letzte Schritt in diesem Prozess ist natürlich die Sprachsynthese (hier kommen Bob und Jane ins Spiel). Das Ziel dort ist eine genaue Darstellung der Bedeutung. „Wir möchten, dass es auf eine Weise herauskommt, die angenehm zu hören ist und die Bedeutung angemessen überträgt. Wenn es eine Frage ist, sollte es wie eine Frage klingen “, sagte Lee.

Eine Unterhaltung

Maria und ich lernten uns kennen. Ich fragte sie, in welchem Teil Spaniens sie lebe und ob es in der Nähe des Ozeans sei. Sie sagte mir, dass Sie eine Stunde vom Strand entlang der Halbinsel fahren müssen, um zu ihrem Haus in Sevilla zu gelangen.

Ich bemerkte, dass die längeren Sätze in dieser Art von übersetzter Konversation definitiv besser funktionierten. Es zwang mich zu warten, bis sie alle meine übersetzten Sätze hörte, und ich fand mich auch dabei, die Übersetzungen im Transkript zu lesen. Ich habe mein Bestes getan, um Antworten mit einem Wort zu vermeiden.

Ich fragte Maria, ob Sie als Linguistik-Experte "auch an anderen Projekten im Zusammenhang mit Microsoft Translation arbeiten oder nur an Skype Translator?" Skype Translator hat "Bist du" in "Streiten" umgewandelt, aber Maria hat immer noch meinen Standpunkt verstanden.

Sie antwortete: "Kein Solamente para est proyecto." Da ich diese Antwort hören konnte und aus meinen Jahren Spanisch wusste, wusste ich, dass „solamente“„nur“bedeutet, aber Skype Translator antwortete mit einem unschärferen „Nicht nur für dieses Projekt“.

Von da an versuchte ich mich zu bemühen, etwas langsamer und mit mehr Aussprache zu sprechen - nichts, was sich unangenehm anfühlte oder anhörte, ich sprach nur mit größerer Sorgfalt. Das schien zu helfen … sehr.

Im weiteren Verlauf des Gesprächs wurde ich immer beeindruckter. Ich bemerkte sogar, dass viele meiner verbalen Zecken, wie "uh's" und "umm's", in den gesprochenen und schriftlichen Übersetzungen fehlen. Lee erklärte, dass Skype Translator viel davon und mehr automatisch entfernt. Er sagte, dass in persönlichen Gesprächen die Leute reden, lachen und dann weitermachen. Er bemerkte, dass ich im Gespräch viel „äh“sage. Dies sind alles Dinge, die möglicherweise nicht… ähm… in einem Übersetzergespräch übersetzt werden. Es gibt sogar einen eingebauten Obszönitätsfilter, der Flüche im laufenden Betrieb entfernen kann (er wurde während meiner Tests auf „Streng“gesetzt). Bei meinem zweiten Anruf bei Maria habe ich "verdammt" und "Hölle" in einem Satz verwendet. Skype Translator hat verdammt noch mal abgeschnitten, aber die klassischere „Hölle“ist geblieben.

"Im Moment werden Sie feststellen, dass wir uns mit dem Skype-Übersetzer sehr bemüht haben, all diese Dinge zu entfernen", sagte Lee. "Sie hören also sehr sauberes Englisch auf den Punkt."

Wollen wir das?

Frisch geschrubbtes Gespräch mag gut klingen, aber ist es immer noch Gespräch? Lee stimmt zu, dass das Entfernen dieser Tics und sogar der Obszönität einige „große philosophische Fragen“aufwirft. Fragen, die Microsoft Research erst beantworten kann, wenn Personen außerhalb von Microsoft Skype Translator verwenden.

Bild: Screenshot

"Je mehr Daten wir erhalten, desto besser wird es", sagte Gurdeep Singh. Da die Skype Translator Preview auf einem neuronalen Netzwerk basiert, kann die aus der Erfahrung mit einer Sprache gewonnene Intelligenz auf eine andere Sprache angewendet werden. Es kann zum Beispiel helfen, herauszufinden, dass der Unterschied zwischen einer Aussage und einer Frage auf Spanisch ein Ton ist. "Wenn wir genug Training haben, ist Deep Learning wirklich gut darin, Muster zu erkennen, die Menschen erkennen können", sagte Singh.

Interessen und Redewendungen

Ich hatte Maria eine Weile zufällige Fragen gestellt und jetzt wollte ich wissen, ob sie welche für mich hatte. Sie bemerkte mein Interesse an Robotik, obwohl es sich bei der Übersetzung als ihr Interesse an Robotik herausstellte. Sie wiederholte eine kürzere Version der Frage: "Sie interessieren sich für Robotik." Ich sagte „Ja“(Si), und dann erweiterte ich es und sagte ihr, dass ich Roboter liebe und seit über einem Jahrzehnt über sie berichte und darüber schreibe. Ihre übersetzte Antwort: "Eine, die sich schon lange dem widmet."

Wir haben ein wenig über die klare Beziehung zwischen Robotik und dem maschinellen Lernen gesprochen, das Skype Translator verwendet. Maria sagte mir, dass die Systemintelligenz wächst. Sie sagte, es wird von der Art und Weise, wie Sie sprechen, und sogar von Ihrem Akzent lernen. Nach ihrer Erfahrung hatte Skype Translator zunächst Probleme mit ihrem Akzent. "Weil ich einen südlichen Akzent habe und es ein wenig anders ist als der spanische Standardakzent, aber im Laufe der Tage wurde schnell klar, dass dies das Verständnis meines südlichen Akzents verbessern würde", sagte sie über die Übersetzung Software.

Ich fragte sie, ob es ihr etwas ausmachen würde, wenn ich ein paar Redewendungen in die Skype Translator-Vorschau werfen würde, um zu sehen, wie es funktioniert. "Okay, perfekt", antwortete sie.

"Vor ein paar Tagen hat es Katzen und Hunde geregnet", sagte ich. Maria fragte, ob sie es auf Spanisch zurück sagen könne. "Está lloviendo a cántaros", sagte sie, was der Skype-Übersetzer mit "Es regnet Katzen und Hunde" übersetzte.

Ich habe auch versucht, "Der Regen in Spanien fällt hauptsächlich auf die Ebenen", aber der Übersetzer hatte damit zu kämpfen. Zuerst kamen "Ebenen" als "Pflanzen" und dann als "Flugzeuge" heraus, worauf Maria antwortete: "Es wäre eine Katastrophe."

Schließlich haben wir versucht, gleichzeitig Text miteinander zu lesen. Ich las schnell und die Übersetzung war ein bisschen chaotisch, aber der Text von Maria, die viel mehr Zeit mit dem System verbracht hat, machte viel mehr Sinn. Es war eine interessante Übung, obwohl ich bezweifle, dass die meisten Leute über einander reden werden. Tatsächlich hat mir Peter Lee erzählt, dass sie festgestellt haben, dass sich Menschen im Gespräch eher gegenseitig abschneiden.

Die Vorschau von Microsoft Skype Translator ist alles andere als perfekt, aber auch unglaublich beeindruckend. Die Übersetzung ist so zeitnah wie möglich und scheint zu mindestens 90% genau zu sein. Sobald ich mich daran gewöhnt hatte, behinderte es mein Gespräch nicht. Tatsächlich hat es mir geholfen, mich wirklich mit jemandem auf der halben Welt zu verbinden.

So aufregend es auch ist, die Roadmap für Skype Translator ist noch unklar. "Wir halten unsere Karten an diesem Punkt fest", sagte Gurdeep Singh. Microsoft arbeitet an anderen Sprachen, die sich je nach den Erkenntnissen von Skype Translator in den nächsten Monaten verbessern werden.

Sing konnte mir nicht sagen, welche Sprachen als nächstes ankommen werden, aber Lee teilte eine, die er gerne sehen würde: „Das wird nicht passieren. aber aus persönlichen Gründen möchte ich Koreanisch “, sagte Lee, dessen Eltern aus Korea stammen. Er wuchs in Amerika auf und arbeitete hart daran, sich zu assimilieren. "Ich sah anders aus, ich wollte nicht anders klingen", sagte Lee mir. Jetzt jedoch: "Ich habe Verwandte in Korea, mit denen ich noch nie ein Gespräch führen konnte."

Eines Tages könnte Lee mit Skype Translator diese Gespräche mit seinen entfernten Verwandten führen, aber zuerst muss er sein Baby für die Welt freigeben.

"Es ist eine beängstigende Sache, wenn Sie so etwas loslassen, weil Sie nicht wissen, was passieren wird, aber wir fühlen uns wirklich gut dabei", sagte Lee.