Լեզվի հայտնաբերիչը միշտ պատասխան է տալիս, նույնիսկ հազի վրա։ Թողեք հայտնաբերումը միացված մաքուր կամ խառը լեզվով աուդիոյի համար, իսկ երբ խոսվում է մեկ լեզվով՝ աղմուկի կամ ծանր առոգանության դեպքում, նշեք լեզուն։
Յուրաքանչյուր տառադարձում սկսվում է մի հարցով, որը ընթերցողը երբեք չի տեսնում՝ ո՞ր լեզվով է սա։ Եթե պատասխանը սխալ է, մնացած ամբողջ գործընթացը ջանասիրաբար արտադրում է սահուն, բայց անիմաստ տեքստ։ Այս հոդվածը բացատրում է, թե ինչին է ուշադրություն դարձնում լեզվի հայտնաբերիչը, ինչպես է այն աշխատում ուղիղ աուդիոյի և ֆայլերի դեպքում և երբ ավելի լավ է լեզուն ինքներդ նշեք։
Լեզվի հայտնաբերիչը չի հասկանում, թե ինչ է ասվում։ Նա նայում է հենց ձայնին՝ բաղաձայնների և ձայնավորների կազմին, վանկերի շեշտադրմանը, արտահայտությունների ռիթմին և այն կարճ, հաճախ կրկնվող բառերին, որոնց վրա հենվում է ամեն լեզու։ Իսպաներենն ունի իր ձայնավորների համակարգը և ռիթմը. հոլանդերենն ու գերմաներենը շատ բան ունեն ընդհանուր, բայց տարբերվում են մի քանի հնչյունով։ Մի քանի վայրկյան պարզ խոսքը սովորաբար բավական է դրանք տարբերելու համար։
Շատ ճանաչիչներ սա անում են որպես բառերը ճանաչելու կողմնակի արդյունք։ Նրանք լեզուն որոշում են աուդիոյի սկզբից՝ յուրաքանչյուր իրենց հայտնի լեզվի համար հավանականություն տալով։ Այս կառուցվածքից երկու բան է բխում։ Հավանականությունները միշտ գումարվում են մեկի, ուստի «ոչ մի լեզու» պատասխան գոյություն չունի. լռությունը, հազը կամ երաժշտական հնչյունը ևս լեզու են ստանում, հաճախ վստահ գնահատականով։ Եվ որոշումը կայացվում է սկզբից, ինչը ամենավատ նմուշն է, որ կարելի է ընտրել։ Շատ ձայնագրություններ սկսվում են ողջույններով, անուններով և վայրերի անուններով, որոնք լեզվական շատ քիչ նշաններ են կրում. «Good morning, Maria, welcome to Berlin»-ը գրեթե նույնքան գերմաներեն է, որքան անգլերեն։ Մյուսները սկսվում են լռությամբ կամ հազով, և հայտնաբերիչը, որից պահանջվում է որոշում կայացնել, կորոշի նույնիսկ առանց որևէ հիմքի։ Իրական աուդիոն նույնպես այդպես է վարվում. սենյակային աղմուկով և «Bună dimineața» արտահայտությամբ սկսվող ռումիներեն քարոզը կարող է լրիվ վստահությամբ լսվել որպես իտալերեն «Buona domenica»։
Սխալ պատասխանի արժեքը նույնպես ավելի մեծ է, քան թվում է։ Սխալ լեզվով ապակոդավորող ճանաչիչը չի սխալ գրում, այլ վերագրում է։ «For God so loved the world»-ը, ռումիներենով ապակոդավորված, դարձավ «Forgot to love the world»։ Ռումիներեն «mândria slujește»-ն անգլերենով ապակոդավորվելիս դարձավ «Pride serves», ինչը ճշգրիտ թարգմանություն է մի նախադասության, որը ոչ ոք չէր խնդրել թարգմանել։ Բառերը սահուն են, և տառադարձումը ոչ մի նշան չի տալ, որ ինչ-որ բան սխալ է. հենց սա է դարձնում սխալը թանկ։
Հինգ բան հայտնաբերիչներին ամենից հաճախ են խաբում.
Թե դրանցից որը կազդի ձեզ վրա, կախված է նրանից, արդյո՞ք աուդիոն գալիս է ուղիղ, թե արդեն ֆայլի մեջ է։
Ուղիղ տառադարձման դեպքում ամբողջ ձայնագրություն չկա, որին նայել։ Աուդիոն գալիս է այնպես, ինչպես ասվում է, և տեքստն էլ պետք է գա նույն ժամանակ։ Ուստի լեզուն հայտնաբերվում է խոսողի խոսելու ընթացքում, և հետևվում է, եթե նա լեզու փոխի։ Սա նշանակում է այն գրառումը, որը գտնվում է Spoken language անջատիչի տակ, երբ դուք սկսում եք ուղիղ տառադարձում կառավարման վահանակում. խոսողի լեզուն ավտոմատ հայտնաբերվում է, և նա կարող է ցանկացած պահի փոխել այն։
Փոփոխությունը հաստատվում է, նախքան կիրառվելը, որպեսզի մեկ աղմկոտ հատվածը չտանի տառադարձումը դեպի մեկ այլ լեզու։ Թույլ կետը սկիզբն է. եթե առաջին բառերը աղմկոտ ողջույն են, առաջին տողը կարող է դուրս գալ սխալ լեզվով։ Լեզուն նշելը սա կանխում է։
Ֆայլերն այլ խնդիր են, քանի որ ամբողջ ձայնագրությունն արդեն կա։
Ֆայլը ավելի հարմար խնդիր է. առաջին վայրկյաններին վստահելու կարիք չկա։ Ֆայլի դեպքում լեզուն որոշվում է ամբողջ ձայնագրությունից, այնպես որ սկզբի աղմկոտ ողջույնը չի կարող որոշել այն։
Ֆայլի լեզուն դեռ աշխատանքային ենթադրություն է, ոչ թե վերջնական դատավճիռ։ Ձայնագրություն, որը իրոք փոխում է լեզուն որոշ տեղ, օրինակ՝ հարցազրույց, որը երկրորդ կեսում անգլերենից անցնում է ռումիներենի, հետևվում է, այլ ոչ թե բռնի ուժով պահվում մեկ լեզվով։ Եվ այն, որը ամբողջ ընթացքում հերթագայում է լեզուներ, նույնպես մշակվում է։
Հայտնաբերիչ, որը մեկ անգամ է որոշում և երբեք ետ չի նայում, վստահ է սխալ տեղում։
Ամբողջ ձայնագրության աղմկոտ լինելու դեպքում ոչ մի հայտնաբերիչ շատ չի օգնում։ Հայտնաբերումը լռելյայն է, քանի որ այն հիմնականում ճիշտ է և ոչինչ չի արժենում։ Սակայն որոշ ձայնագրությունների համար պետք է նշել լեզուն, և կառավարման վահանակն ասում է, թե որոնք են դրանք. աղմկոտ ձայնագրությունների և ծանր առոգանությունների դեպքում խոսքի լեզվի նշումը բարելավում է ճշգրտությունը։
Սրանք այն դեպքերն են, երբ հայտնաբերիչն ունի ամենաքիչը, ինչ հիմնվի։ Աղմուկը հեռացնում է այն նշանները, որոնց վրա հենվում է հայտնաբերիչը, ծանր առոգանությունը դրանք տեղափոխում է դեպի մեկ այլ լեզու, իսկ մոտ ազգակից զույգերը սկզբից քիչ նշաններ են տալիս։ Անգլերեն խոսող մարդը, որը ուժեղ պորտուգալական առոգանությամբ խոսում է արձագանքող դահլիճում, դժվար է տեղորոշվում միայն ձայնով, և եթե հայտնաբերիչը սխալ տեղադրի նրան, տառադարձումը պորտուգալերեն կդարձնի անգլերեն խոսքը այնքան ժամանակ, քանի դեռ սխալը տևում է։ Լեզուն նշելը հեռացնում է հարցը, և ամբողջ ջանքը գնում է բառերին։
Կարճ ստուգաթերթ.
Լեզուն նշելը տառադարձման կարգավորում է, ոչ թե հաշվի, ուստի դուք կարող եք որոշել յուրաքանչյուր ձայնագրության համար։ Վերը ասվածը ամփոփվում է մեկ API ընտրանքով։
spokenLanguage նշանակում է հայտնաբերում. session.update՝ հոսքի ընթացքումAPI-ում spokenLanguage-ը լեզվի կոդ է, օրինակ՝ en. եթե այն բաց թողնեք, լեզուն հայտնաբերվում է։ Այն հայտնվում է ֆայլի կամ հղման տառադարձման settings-ում և իրական ժամանակի սեսիայի ընտրանքներում։ Հայտնաբերումը և անվանումը ծածկում են նույն 100 լեզուները։ Թարգմանությունը մինչև 10 լեզու առանձին ընտրություն է և կախված չէ այն բանից, թե որ լեզուն է հայտնաբերվել կամ նշվել։ Թե ինչպես է թարգմանությունը հետևում խոսքի արագությանը, նկարագրված է Ուղիղ թարգմանության ուշացումը, բացատրված հոդվածում։
{ "name": "Board meeting", "settings": { "spokenLanguage": "en", "speakerLabels": "auto" } }
Իրական ժամանակի սեսիան նույն ընտրանքն ունի, երբ այն ստեղծվում է, և դուք կարող եք այն փոխել, մինչդեռ աուդիոն հոսում է։ session.update տեքստային փաթեթը նոր spokenLanguage-ով կիրառվում է այդ պահից հետո խոսքի վրա. "" կամ "auto" արժեքը սեսիան վերադարձնում է հայտնաբերման, իսկ չաջակցվող կոդը անտեսվում է։ Ենթագրերի դիտման էկրանը՝ լեզվի կոճակով, կարող է թույլ տալ օպերատորին նշել լեզուն հենց այն պահին, երբ նա տեսնում է սխալ առաջին տողը, առանց նորից միանալու։
{ "type": "session.update", "spokenLanguage": "ro" }
Լեզվի կոդերի և դրանց անունների ցանկը հասանելի է GET /v1/languages-ով, որին բանալի պետք չէ։ Իրական ժամանակի ամբողջական հոսքը՝ սերվերի վրա սեսիայի ստեղծումից մինչև նախնական (draft) և հաստատված (commit) տեքստի ընթերցումը, նկարագրված է Իրական ժամանակի տառադարձումը WebSocket-ով ձեռնարկում, իսկ ինտերակտիվ տեղեկատուն գտնվում է {{api}}/docs հասցեում։ Կառավարման վահանակում նույն ընտրությունը Spoken language անջատիչն է, երբ սկսում եք նոր տառադարձում, իսկ API բանալիները գտնվում են Մշակողներ բաժնում։