Za pośrednictwem swojego systemu dotacji SCIC może finansować projekty badawcze. Więcej informacji na temat dotacji można znaleźć na tej stronie.
Automatyczne rozpoznawanie mowy (ASR)
DG SCIC, Uniwersytet w Gandawie i Uniwersytet Johannesa Gutenberga w Moguncji przeprowadziły badanie służące ocenie potencjalnych korzyści stosowania technologii automatycznego rozpoznawania mowy w kabinie tłumaczeniowej i ich przydatności. Ten projekt badawczy był współfinansowany przez DG SCIC w ramach programu grantów na wsparcie szkolenia tłumaczy ustnych. Realizacja projektu rozpoczęła się we wrześniu 2020 r. i trwała do sierpnia 2021 r.
Uczestniczyli w nim następujący badacze: Bart Defrancq, kierownik ds. szkolenia tłumaczy ustnych na Uniwersytecie w Gandawie, oraz Claudio Fantinuoli z Uniwersytetu Johannesa Gutenberga w Moguncji, założyciel InterpretBank. Helena Snoeck z Uniwersytetu w Gandawie pełniła funkcję asystentki ds. badań w ramach tego projektu.
Badacze przeprowadzili ankietę wśród zawodowych tłumaczy ustnych z DG SCIC, aby dowiedzieć się, w jaki sposób mogą ułatwić ich pracę i jakie nowe narzędzia byłyby im potrzebne. Następnie zwrócili się do tłumaczy ustnych w DG SCIC o przetestowanie danego rozwiązania w środowisku tłumaczeniowym.
W jaki sposób narzędzia do rozpoznawania mowy (ASR) mogą pomóc tłumaczom ustnym?
Automatyczne rozpoznawanie mowy, w skrócie ASR, może z powodzeniem wspomagać tłumaczy w kabinie tłumaczeniowej. System ASR wyodrębnia informacje z wypowiedzi mówcy w celu ułatwienia pracy tłumaczy. „Niedociągnięcia człowieka może zazwyczaj bardzo dobrze wyrównać maszyna – to działa również w drugą stronę” – stwierdza Bart Defrancq.
System wyświetla numery, nazwiska i terminologię wymienione przez mówcę. Stosowana terminologia pochodzi z bazy danych dotyczącej konkretnego wydarzenia, dzięki czemu tłumacze ustni mogą korzystać z terminów zgromadzonych na przestrzeni lat podczas różnych konferencji i posiedzeń.
Należy podkreślić, że na wyświetlaczu nie pojawia się pełen tekst wypowiedzi, ponieważ stworzyłoby to dodatkowe przeładowanie kognitywne. System ma wspomagać tłumaczy ustnych w określonych dziedzinach. „Tłumacze ustni mogą korzystać z systemu podobnie jak z pomocy partnera w kabinie tłumaczeniowej” – mówi Claudio Fantinuoli, „i korzystać z niego, ilekroć potrzebują pomocy.”
W jaki sposób zorganizowano badanie?
Wcześniej przeprowadzony eksperyment z udziałem studentów tłumaczeń ustnych dał obiecujące wyniki. Na przykład okazało się, że automatyczne rozpoznawanie numerów podnosi ogólną jakość tłumaczenia w przypadku prawie wszystkich rodzajów liczb. Badanie pokazało, że system przedstawia dane liczbowe z imponującą dokładnością 95 proc. Naukowcy chcieli zweryfikować te wyniki wśród zawodowych tłumaczy ustnych w DG SCIC, aby zagwarantować, że użytkownicy systemu będą czerpać z niego jak największe korzyści.
W badaniu wzięło udział dwudziestu tłumaczy ustnych: dziesięciu z holenderskiej kabiny tłumaczeniowej i pozostałych dziesięciu – z kabiny hiszpańskiej. Celem było przeprowadzenie testu w języku romańskim i germańskim ze względu na różnice w sposobie tworzenia liczb w tych obu rodzinach językowych (np. porównanie „treinta y dos” w języku hiszpańskim z „tweeëndertig” w języku niderlandzkim).
Podczas badania jego uczestnicy przełożyli na swój język cztery krótkie wystąpienia (pięć minut na przemówienie z dwiema minutami przerwy między przemówieniami, tj. łącznie 30 minut) z pomocą narzędzia rozpoznawania mowy. Do celów tego ćwiczenia ich tłumaczenia wypowiedzi zarejestrowano w zbiorze przemówień DG SCIC oraz za pomocą SCICrec – udostępnianego przez platformę SCIC oprogramowania do nagrywania dźwięku. SCICrec umożliwia umieszczenie dwóch ścieżek audio w jednym pliku. Dzięki temu zespół badaczy mógł porównać prace tłumaczy ustnych.
Pierwsze wrażenie
Carmen Gomez von Styp Rekowski z hiszpańskiej kabiny tłumaczeniowej uważa badanie za bardzo interesujące i cieszy się, że mogła wypróbować to nowe narzędzie, które może pomóc tłumaczom ustnym w codziennej pracy. Powiedziała: „Automatyczny partner kabinowy może być dla nas pomocny, pod warunkiem że można polegać na rzetelności wyświetlanych wyników”. „Myślę, że jest to bardzo przydatne narzędzie. Nie zastępuje prawdziwego partnera w kabinie, ale może być wielkim plusem”.
Narzędzie to jest pomocne w kabinie, chociaż zwiększa ilość dostępnych informacji, z którymi tłumacze ustni muszą się zapoznać w czasie rzeczywistym. „Istnieją zalety i wady. W kabinie musimy przetworzyć dużo informacji z różnych źródeł. Do nowego narzędzia musimy się najpierw przyzwyczaić. Czasami musimy szukać informacji w internecie, gdyż nie zawsze są one zawarte w dokumencie z posiedzenia. Jeżeli narzędzie rozpoznawania mowy okaże się wiarygodne, łatwe w użyciu i praktyczne, będzie ono dla nas dużą pomocą”.
Linki
Bądź na bieżąco i uzyskaj więcej informacji na temat tego eksperymentu na stronie Uniwersytetu w Gandawie.