Voice Pro rozpoznává a přepisuje řeč ve 30 jazycích pro transkripci a 38 jazycích pro překlad a celé rozhraní aplikace – menu, nastavení, chyby, licenční dialog – je přeloženo do každého z nich. Stejné je to i na webu: každá stránka, kterou čtete, existuje v 35 dalších jazycích na /xx/ URL.
Seznam
Arabština, bulharština, kantoneština, čínština (zjednodušená), chorvatština, čeština, dánština, holandština, angličtina, filipínština, finština, francouzština, němčina, řečtina, hindština, maďarština, indonéština, italština, japonština, korejština, makedonština, malajština, perština, polština, portugalština, rumunština, ruština, srbština, slovenština, slovinština, španělština, švédština, thajština, turečtina, ukrajinština, vietnamština.
Jak funguje detekce jazyka
Dva samostatné systémy:
- Webové stránky: Geo-IP vyhledání při první návštěvě. Pokud prohlížíte z Polska, dostanete se na
/pl/. V navigaci je přepínač jazyků pro ruční výběr jiného jazyka; vaše volba se uloží. - Aplikace (rozpoznávání řeči): V Nastavení si nastavte primární jazyk. Model ASR jej používá jako silnou nápovědu – stále dokáže rozpoznat občasná anglická slova uvnitř polské věty, ale nepřepne se náhle do češtiny jen proto, že jste řekli „hello“.
Co vlastně znamená „plně přeloženo“
Každý řetězec uživatelského rozhraní – každé tlačítko, položka menu, chybová zpráva, tooltip, popisek nastavení, řádek protokolu, který uživatel vidí – je uložen jako klíč v překladovém katalogu. Každý jazyk má soubor s 275–320 přeloženými řetězci v závislosti na tom, kterých funkcí se týká. Při spuštění aplikace se načte katalog pro zvolený jazyk a všechny popisky v rozhraní pocházejí z tohoto souboru.
Pro webové stránky děláme totéž: jednu anglickou šablonu na stránku, jeden soubor JSON na jazyk a build skript, který je spojuje. V současnosti máme 288 vygenerovaných stránek (8 stránek × 30 jazyků transkripce plus 38 jazyků překladu) a sitemapu, která ukazuje Googlu na každou přeloženou verzi se správnými hreflang tagy
Kvalita překladu
Počáteční překlady provedl velký model s lidskou revizí pro 10 nejčastějších jazyků (němčina, španělština, francouzština, italština, polština, portugalština, ruština, čínština, japonština, korejština). Pro ostatních 26 jsme spoléhali pouze na výstup modelu – což je dobré, ale ne dokonalé.
Pokud uvidíte překlad, který zní neobratně, je v kontextu nesprávný, nebo to vypadá, jako by ho napsal robot: řekněte nám. Pošlete řetězec, jazyk a lepší návrh na [email protected]. Přijímáme také opravy překladů jako platný příspěvek do programu Champions.
Chybí jazyk? Pokud je o něj zájem a model Qwen ASR ho pokrývá, přidáme ho.