HomeРазноеПереводчик русско немецкий гугл: Русско-немецкий онлайн-переводчик и словарь – Яндекс.Переводчик

Переводчик русско немецкий гугл: Русско-немецкий онлайн-переводчик и словарь – Яндекс.Переводчик

Содержание

Недалёкость Google Translate / Хабр

Программа использует передовые ИИ-технологии, но простейшие тесты говорят о том, что ей ещё далеко до реального понимания

Автор статьи — Дуглас Ричард Хофштадтер — американский физик и информатик; сын лауреата Нобелевской премии по физике Роберта Хофштадтера. Получил всемирную известность благодаря книге «Гёдель, Эшер, Бах: эта бесконечная гирлянда», опубликованной в 1979 году и в 1980 году получившей Пулитцеровскую премию в категории «Нехудожественная литература».

Как-то в воскресенье на еженедельных занятиях сальсой мой друг Фрэнк привёл с собой гостью из Дании. Я знал, что Фрэнк неплохо говорит на датском, поскольку его мать родом оттуда и он ребёнком жил в Дании. Подруга его бегло говорила по-английски, что для скандинавских стран считается нормой. Однако, к моему удивлению, в процессе общения выяснилось, что эта парочка обычно обменивается электронными письмами, переведёнными Google Translate (GT). Фрэнк пишет сообщение на английском, прогоняет через GT, чтобы получить текст на датском; она, наоборот, пишет по-датски, а затем позволяет GT перевести текст на английский. Как странно! Зачем же двум умным людям, говорящим на языке друг друга, заниматься такими вещами? Мой опыт использования ПО для машинных переводов всегда приводил меня к скептическим оценкам его возможностей. Но эти двое явно не разделяли мой скептицизм. Многие интеллигентные люди очарованы возможностями программ-переводчиков, и находят мало поводов для их критики. Это меня поражает.


Я люблю языки и со всей страстью занимаюсь переводами. Я специалист по когнитивистике и всю жизнь интересовался тонкостями работы человеческого разума, поэтому уже десятилетиями слежу за механизацией переводов. Впервые я заинтересовался этим вопросом в середине 1970-х, когда наткнулся на письмо от 1947 года, написанное математиком Уорреном Уивером, ранним сторонником машинных переводов, адресованное основоположнику кибернетики Норберту Винеру, в котором Уивер сделал интересное заявление, довольно знаменитое в наши дни:

Когда я смотрю на русскую статью, я говорю: «Это на самом деле написано по-английски, просто зашифровано при помощи странных символов. А теперь я перейду к расшифровке».

Через несколько лет он предложил уже другую точку зрения: «Ни один разумный человек не будет считать, что машинный перевод когда-нибудь сможет достичь элегантности и стиля. Пушкину не стоит бояться». Я вспоминаю один незабываемый напряжённый год жизни, потраченный мною на перевод блестящего романа в стихах Александра Пушкина «Евгений Онегин» на свой родной язык (я радикально переработал величайшее русское произведение, превратив его в английскую повесть в стихах), и нахожу это замечание Уивера гораздо более верным, чем первое, демонстрировавшее до странности упрощённое представление о языках. Тем не менее, его взгляд от 1947 года на перевод как расшифровку стал девизом, долгое время направлявшим область машинного перевода.

С тех пор машинные переводы постепенно улучшались, а недавно использование т.н. «глубинных нейросетей» даже привело некоторых наблюдателей к мысли (см. статьи «Великое пробуждение ИИ» и «Машинный перевод: за пределами Вавилона»), что люди-переводчики — это вымирающий вид. При таком развитии событий люди, работающие переводчиками, через несколько лет превратятся в простых контролёров качества и корректоров мелких ошибок, и не будут выдавать свежие тексты целиком.

Такой сценарий вызвал бы у меня сокрушительный духовный переворот. Хотя я понимаю стремление научить машины хорошо переводить тексты, я вовсе не хочу увидеть, как людей-переводчиков заменят мёртвые машины. Эта идея пугает меня и вызывает отвращение. По-моему, перевод — невероятно утончённое искусство, постоянно требующее многих лет опыта и творческого воображение. Если в один «прекрасный» день люди-переводчики станут реликвиями прошлого, моё уважение к человеческому разуму будет поколеблено, и этот шок оставит меня в невероятном смятении и грусти.

Каждый раз, читая статью о том, как гильдия людей-переводчиков вскоре будет вынуждена склонить голову перед страшно быстрым мечом той или иной новой технологии, я чувствую необходимость проверить эти заявления самостоятельно, в частности из-за боязни того, что этот кошмар уже подошёл очень близко, а также из-за надежды и стремления убедить себя в том, что он не так уж и близок, и, наконец, из-за моего давнего убеждения в необходимости бороться с преувеличением достижений ИИ. Поэтому, почитав про то, как старая идея искусственных нейросетей, недавно принятая на вооружение подразделением компании Google под названием Google Brain, и улучшенная при помощи «глубинного обучения», привела к появлению программы нового типа, якобы произведшей «революцию» в машинных переводах, я понял, что мне нужно проверить последнюю версию GT. Правда ли она изменила область переводов так, как удалось это сделать Deep Blue и AlphaGo в области таких почтенных игр, как шахматы и го?

Я узнал, что хотя старая версия GT работала с очень большим ассортиментом языков, новая сначала работала всего с девятью — правда, потом расширила набор до 96. Я ограничил свои исследования такими поддерживаемыми языками, как английский, французский, немецкий и китайский [для интереса добавим и русский язык / прим. перев.]

Перед демонстрацией открытий стоит упомянуть двусмысленность слова «глубинный». Когда человек слышит о том, как Google купила компанию DeepMind, выпускавшую «глубинные нейросети» с «глубинным обучением», он сразу же воспринимает эти названия в значениях вроде «выдающийся», «способный на многое», «проницательный», «мудрый». При этом слово «глубинный» обозначает лишь тот факт, что у этих нейросетей слоёв больше (допустим, 12), чем у более старых вариантов, у которых их могло быть два или три. Следует ли из такой глубины, что такая сеть обладает какой-то мудростью? Навряд ли. Это словесный пиар.

Я с большим подозрением отношусь к GT, особенно из-за окружающей его шумихи. Но, несмотря на неприязнь, я признаю существование удивительных фактов, связанных с этим нелюбимым мною продуктом. Он доступен любому человеку на Земле совершенно бесплатно, и может преобразовывать текст на любом из почти сотни языков в текст на любом другом языке. Это достойно уважения. Если я с гордостью называю себя «пи-язычным» (то есть, в сумме количество известных мне языков немного превышает три — это мой шутливый способ отвечать на вопрос, «Сколько языков ты знаешь»), тогда насколько же сильнее может гордиться собой GT, если он может называть себя «бай-язычным» («бай» на мандаринском означает 100). Пиязычного человека весьма впечатляет байязычность. Более того, Если я скопирую страничку на языке А в GT, то на получение странички из слов на языке Б уйдёт всего несколько секунд. И всё это происходит постоянно, на экранах по всей планете, на десятках языков.

Практическую пользу GT и похожих технологий нельзя отрицать, и в принципе, они приносят нам пользу, но в таком подходе всё же чего-то явно не хватает, и это можно описать одним словом: понимание. Машинный перевод никогда не концентрировался на понимании языка. Вместо этого в этой области всегда пытались заниматься «расшифровкой» — то есть, справиться с задачей, не заморачиваясь тем, что такое понимание и смысл. Может ли оказаться так, что для осуществления хорошего перевода понимание не нужно? Может ли некто, человек или машина, выдавать перевод высокого качества, не обращая внимания на смысл языка? Чтобы пролить свет на этот вопрос, обратимся к проделанным мною экспериментам.

* * *

Начну свои изыскания со скромных примеров — с короткой ремарки, которая сразу вызывает чёткое представление у человека:

In their house, everything comes in pairs. There’s his car and her car, his towels and her towels, and his library and hers.

Перевод GT:

В их доме все приходит парами. Там его машина и ее машина, полотенца и полотенца, а также его библиотека и ее.

Перевод человека:

В их доме у всего есть своя пара. Есть его машина, и её машина, его полотенца и её полотенца, его библиотека и её.

Задача перевода кажется недвусмысленной, но в французском языке (и других романских языках) слова «его» и «её», обозначающие вещи, ставятся не в роде владельца, а в роде самой вещи. Вот что выдал мне GT:

Dans leur maison, tout vient en paires. Il y a sa voiture et sa voiture, ses serviettes et ses serviettes, sa bibliothèque et les siennes.

Программа попалась в мою ловушку, не поняв, как понял бы любой человек, что я описывал пару, у которой для каждой его вещи была и её вещь. К примеру, нейросеть с глубинным обучением использовала слово sa как для его машины, так и для её машины, поэтому о поле владельца машины мы ничего сказать не можем. Точно так же она использовала бесполое слово ses для множественного числа «его полотенец» и «её полотенец», а в последнем случае, с библиотеками, её сбила с толку последняя буква s в hers, и она как-то решила, что тут s обозначает множественное число (les siennes). Предложение, переведённое GT на французский, потеряло смысл.

Затем я сам перевёл эту фразу на французский, так, чтобы в ней сохранился первоначальный смысл. Вот моя версия:

Chez eux, ils ont tout en double. Il y a sa voiture à elle et sa voiture à lui, ses serviettes à elle et ses serviettes à lui, sa bibliothèque à elle et sa bibliothèque à lui.

Фраза sa voiture à elle обозначает «её машину», а sa voiture à lui — его машину. После этого я решил, что для GT будет тривиальной задачей перевести мой французский перевод обратно на английский и получить правильную английскую версию — но я жестоко ошибался. Вот, что он мне выдал:

At home, they have everything in double. There is his own car and his own car, his own towels and his own towels, his own library and his own library.

Что, простите? Даже несмотря на то, что входное предложение недвусмысленно заявляет о поле владельцев, переводящая машина проигнорировала эти заявления и приписала всё мужскому полу. Почему она выбросила самую важную информацию из предложения?

Людям известно много всякого о парах, домах, личных вещах, гордости, соперничестве, ревности, личной жизни, и множестве других неосязаемых вещей, приводящих к таким капризам, как полотенца с вышивкой «его» и «её». GT такие тонкости неизвестны. GT вообще неизвестны тонкости. Ему знакомы только строчки, состоящие из слов, состоящих из букв. Он занимается сверхбыстрой обработкой кусков текста, он не думает, не представляет, не вспоминает, не понимает. Он даже не знает, что слова обозначают вещи. Спешу заявить, что в принципе, компьютерная программа могла бы узнать, зачем нужен язык, и у неё могли бы быть идеи, память и опыт, и она могла бы их использовать — но GT разработана не для этого. Таких целей не было в планах его разработчиков.

В общем, я посмеялся над результатами, с облегчением увидев, что мы ещё не подошли близко к тому, чтобы заменить переводчиков машинами. Но мне всё же казалось, что стоит изучить машину подробнее. Одним глотком жажды не утолить.

И кстати, как насчёт этой фразы — «одним глотком жажды не утолить» (намекающей, конечно, на поговорку «одна ласточка весны не делает»? [англ. one swallow does not a summer make — слово swallow переводится и как «глоток», и как «ласточка». В английском варианте одна ласточка не делает лета. / прим. перев.] Не мог удержаться, чтобы не проверить. И вот, что мне выдал GT: » Une hirondelle n’aspire pas la soif» [по-русски GT выдал «одна ласточка не утоляет жажду» / прим. перев.]. Грамматически это предложение французское, но понять его тяжело. Сначала там упоминается птица (une hirondelle — ласточка), затем говорится, что птица не вдыхает, или не всасывает (n’aspire pas), и наконец, указывается, что то, что не всасывает птица — это жажда (la soif). GT явно не понял смысла фразы — просто выдал кучу бычьего дерьма. “Il sortait simplement avec un tas de taureau.” “He just went out with a pile of bulls.” “Il vient de sortir avec un tas de taureaux.” Простите мой французский — или, точнее, псевдо-французский GT.

* * *

Из огня французского прыгнем в полымя немецкого. В последнее время я погружён в книгу Sie nannten sich der Wiener Kreis (Они называли себя Венским кружком) австрийского математика Карла Зигмунда. Она описывает группу идеалистов-интеллектуалов из Вены 1920-1930-х, серьёзно повлиявших на философию и науку во второй половине XX века. Я выбрал небольшое предложение из книги Зигмунда и дал его GT. Вот оно, сначала по-немецки, затем идёт мой перевод, потом — GT. (Я, кстати, проверил мой перевод у двух носителей немецкого, включая Карла Зигмунда — так что можно считать его точным).

Зигмунд:

Nach dem verlorenen Krieg sahen es viele deutschnationale Professoren, inzwischen die Mehrheit in der Fakultät, gewissermaßen als ihre Pflicht an, die Hochschulen vor den “Ungeraden” zu bewahren; am schutzlosesten waren junge Wissenschaftler vor ihrer Habilitation. Und Wissenschaftlerinnen kamen sowieso nicht in frage; über wenig war man sich einiger.

Хофштадтер:

After the defeat, many professors with Pan-Germanistic leanings, who by that time constituted the majority of the faculty, considered it pretty much their duty to protect the institutions of higher learning from “undesirables.” The most likely to be dismissed were young scholars who had not yet earned the right to teach university classes. As for female scholars, well, they had no place in the system at all; nothing was clearer than that.

Google Translate:

After the lost war, many German-National professors, meanwhile the majority in the faculty, saw themselves as their duty to keep the universities from the “odd”; Young scientists were most vulnerable before their habilitation. And scientists did not question anyway; There were few of them.

GT, русский:

После проигранной войны многие немецко-национальные профессора, теперь большинство на факультете, считали своим долгом защищать университеты от «странных»; наиболее уязвимыми были молодые ученые до их абилитации. И женщины-ученые все равно не сомневались; их было несколько.

Человеческий русский:

После поражения многие профессора, склонные к немецкому национализму (а их к тому времени в руководстве факультета было большинство), сочли своим долгом защищать высшие учебные заведения от «нежелательных элементов». Вероятнее всего могли получить отказ молодые научные работники, пока не заслужившие права преподавать. Для научных работников женского пола места в этой системе вообще не было; это было яснее ясного.

Перевод GT состоит из английских слов (пусть, по непонятным причинам, парочка из них почему-то начинается с большой буквы). Пока неплохо! Но вскоре весь перевод начинает расплываться, и чем дальше, тем он становится расплывчатее.

Возьмём сначала the “odd” [англ. odd — странный, нечётный, непарный]. Это соответствует немецкому die ‘Ungeraden’, означающему «люди, нежелательные по политическим мотивам». Но у GT была причина — чистая статистика — использовать слово «odd». А именно: в его огромной двуязычной базе данных слово ungerade почти всегда переводится, как odd. Хотя машина и не понимает, почему так, я могу объяснить. Всё оттого, что ungerade — буквально означающее «непрямой» или «неровный» — почти всегда означает «нечётный». А мой выбор слова undesirables [нежелательные элементы] не имеет ничего общего со статистикой слов, а происходит из моего понимания ситуации — понимания идеи, не указанной в тексте напрямую, и не присутствующей в списке вариантов перевода слова ungerade ни в одном из немецких словарей.

Перейдём к Habilitation, обозначающий статус преподавателя, напоминающий штатного сотрудника института. Английская калька habilitation [получивший квалификацию] существует, но используется крайне редко, и уж точно не напоминает о штатных сотрудников. Поэтому я кратко пояснил эту идею, а не стал просто использовать редкое слово, потому что такой механический подход ничего не дал бы англоязычным читателям. Конечно, GT никогда такого не сделает, у него нет модели знаний его читателей.

Последние два предложения чётко демонстрируют критическую важность понимания для правильного перевода. Немецкое слово из 15 букв Wissenschaftler означает «учёный» или «научный работник» [“scientist” / “scholar”]. Я выбрал последний вариант, так как он обозначает всех интеллектуалов в общем. GT не распознал этих тонкостей. Связанное с ним слово из 17 букв Wissenschaftlerin в заключительном предложении, стоящее во множественном числе, Wissenschaftlerinnen — последствие употребления родов в немецких существительных. Короткое существительное грамматически относится к мужскому роду, поэтому означает мужчину-научного работника, а длинное — к женском, и применимо только к женщинам. Поэтому я написал «научных работников женского пола». GT, тем временем, не понял, что главным в предложении был женский суффикс -in. Поскольку он не понял, что женщин исключили из рассмотрения, машина просто ещё раз использовала слово «учёный», совершенно упустив весь смысл предложения [интересно, что GT на русский перевёл это более верно / прим. перев.]. Как и в случае с французским, у GT не было ни малейшего представления о том, что единственной целью немецкого предложения было выявить контраст между мужчинами и женщинами.

Ну и кроме этой ошибки, остаток последнего предложения — это полный кошмар. Возьмём первую часть. Неужто “scientists did not question anyway” правда будет переводом “Wissenschaftlerinnen kamen sowieso nicht in frage”? Они совершенно не совпадают по смыслу. Предложение просто состоит из английских слов, понадёрганных на основании немецких. И что, этого достаточно для того, чтобы описать некий выходной текст, как «перевод»? [в варианте перевода на русский кошмар сохраняется / прим. перев.]

Вторая часть настолько же ошибочна. Последние шесть слов по-немецки буквально означают «мало над чем были более объединены», или, более гладко, «мало существовало тем, по поводу которых согласие людей было сильнее» [“over little was one more united” / “there was little about which people were more in agreement”] — однако GT превратил эту ясную идею в «их было несколько» [в английском и русском примерно одинаково / прим. перев.]. Озадаченные люди могут спросить «кого было несколько?», но для механического слушателя этот вопрос не имел бы смысла. У GT нет идей о происходящем за кулисами, и он никак не смог бы ответить на такой, вроде бы простой, вопрос. Программа перевода не представляла себе большие или малые количества или числа или вещи. Она просто швырялась символами, без малейшего понятия о том, что они могут что-то символизировать.

* * *

Человеку, всю жизнь набиравшему опыт, понимание, и использовавшему слова осмысленно, очень сложно понять, насколько лишены содержимого слова, выбрасываемые на экран машиной GT. Людям почти невозможно устоять перед предположением, что ПО, так хорошо работающее со словами, должно понимать их значение. Эта классическая иллюзия, связанная с ИИ, называется «эффектом Элизы», поскольку одной из первых программ, заставивших людей поверить в то, что она вроде бы понимает английский, ещё в 1960-х годах стала бесполезный манипулятор фразами «ELIZA», притворявшийся психотерапевтом. У многих людей, взаимодействовавших с программой, создавалось сверхъестественное ощущение того, что она понимает их глубинные чувства.

Десятилетиями умные люди — даже исследователи ИИ — попадали под влияние эффекта Элизы. Чтобы мои читатели не попали в эту ловушку, позвольте мне процитировать некоторые фразы из текста выше — «GT не понимал», «не осознавал», «У GT не было ни малейшей идеи». Парадоксально, что, хотя эти фразы твердят об отсутствии понимания, они почти что намекают на то, что GT может, хоть иногда, понимать значение слова, фразы или предложения. Но это не так. GT просто обходит вопрос понимания языка.

Для меня слово «перевод» обладает загадочной аурой, навевающей воспоминания. Оно обозначает чрезвычайно человеческий вид искусства, грациозно превращающий чёткие идеи языка А в чёткие идеи языка Б. Это налаживание контактов не только должно поддерживать ясность, но и передавать оттенки, нюансы и отличительные особенности стиля письма изначального автора. Когда я занимаюсь переводом, я сначала тщательно читаю оригинальный текст, усваиваю идеи как можно яснее, позволяю им побултыхаться в моём сознании. В сознании бултыхаются не слова — идеи, вызывающие всяческие связанные с ними идеи, создающие богатое гало из сопутствующих сценариев в моей голове. Большая часть этого гало, конечно, находится в бессознательном. Только когда гало в моём сознании достаточно пробудится, я начинаю пытаться его выразить — «выдавить» — на втором языке. Я пытаюсь сказать на языке Б то, что мне кажется естественным для языка Б способом говорить о таких ситуациях, из которых состоит гало смысла, о котором идёт речь.

В общем, я не перехожу от слов и фраз языка А в слова и фразы языка Б. Вместо этого я бессознательно вызываю образы, сцены, идеи, имеющийся у меня опыт (или опыт, о котором я читал, видел в кино, слышал от друзей), и только когда это невербальное, образное, опытное, мысленное «гало» — только тогда я запускаю процесс формулирования слов и фраз в целевом языке, а потом редактирую, редактирую и редактирую. Этот процесс, посредником которого служит смысл, может казаться медлительным — и, разумеется, по сравнению с двумя секундами на страницу у GT он такой и есть — но именно его использует любой серьёзный переводчик. Что-то подобное я представляю себе, когда слышу фразу «глубинный разум».

* * *

Учтя всё это, перейду к китайскому — языку, гораздо сильнее напрягающему ПО с глубинным обучением, чем это делают два европейских языка. Для проверки я избрал трогательные мемуары Women Sa («Мы втроём») — китайского драматурга и переводчика Ян Цзян, недавно умершей в возрасте 104 лет. В книге она вспоминает переплетения жизней её самой, её мужа Цянь Чжуншу (тоже писателя и переводчика) и их дочки. Написана она не особенно замысловато, но использует живой и высокообразованный китайский язык. Я выбрал небольшой пассаж и натравил на него GT. Вот результаты, вместе с моим переводом:

Ян:

锺书到清华工作一年后,调任毛选翻译委员会的工作,住在城里,周末回校。 他仍兼管研究生。

毛选翻译委员会的领导是徐永煐同志。介绍锺书做这份工作的是清华同学乔冠华同志。

事定之日,晚饭后,有一位旧友特雇黄包车从城里赶来祝贺。客去后,锺书惶恐地对我说:

他以为我要做“南书房行走”了。这件事不是好做的,不求有功,但求无过。

Хофштадтер:

After Zhongshu had worked at Tsinghua University for a year, he was transferred to the committee that was translating selected works of Chairman Mao. He lived in the city, but each weekend he would return to school. He also was still supervising his graduate students.

The leader of the translation committee of Mao’s works was Comrade Xu Yongying, and the person who had arranged for Zhongshu to do this work was his old Tsinghua schoolmate, Comrade Qiao Guanhua.

On the day this appointment was decided, after dinner, an old friend specially hired a rickshaw and came all the way from the city just to congratulate Zhongshu. After our guest had left, Zhongshu turned to me uneasily and said:

“He thought I was going to become a ‘South Study special aide.’ This kind of work is not easy. You can’t hope for glory; all you can hope for is to do it without errors.”

Google Translate:

After a year of work at Tsinghua, he was transferred to the Mao Translating Committee to live in the city and back to school on weekends. He is still a graduate student.

The leadership of the Mao Tse Translation Committee is Comrade Xu Yongjian. Introduction to the book to do this work is Tsinghua students Qiao Guanhua comrades.

On the day of the event, after dinner, an old friend hired a rickshaw from the city to congratulate. Guest to go, the book of fear in the book said to me:

He thought I had to do “South study walking.” This is not a good thing to do, not for meritorious service, but for nothing.

GT, русский:

После одного года работы в Университете Цинхуа Чжун Шу был переведен в комиссию по переводу Мао, чтобы жить в городе и вернуться в школу по выходным. Он по-прежнему занимает пост аспиранта.

Лидером избранного Комитета перевода Мао является товарищ Сюй Юнлян. Представляя Чжун Шу, чтобы выполнить эту работу, является одноклассник Цинхуа Цяо Гуанхуа.

В назначенный день, после обеда, старый друг нанял рикшу, чтобы приехать из города, чтобы поздравить. После того, как гости ушли, книга Чжун сказала мне в страхе:

Он подумал, что мне нужно сделать «южную прогулку». Это нехорошо.

Человеческий:

Когда Чжуншу год проработал в университете Цинхуа, его перевели в комитет, занятый переводами работ председателя Мао. Он жил в городе, но каждые выходные возвращался в школу. Кроме того, он всё ещё руководил своими аспирантами.

Лидером комитета по переводу работ Мао был товарищ Сюй Юнлян, а устроил Чжуншу на эту должность его старый однокурсник по Цинхуа, товарищ Цинхуа Цяо Гуанхуа.

В день, когда это назначение было утверждено, после ужина старый друг специально нанял рикшу и приехал из города только для того, чтобы лично поздравить Чжуншу. После ухода гостя Чжуншу повернулся ко мне, и сказал обеспокоенно:

Он думал, я стану «особым помощником из Южного кабинета». Это сложная работа. Надеяться на славу не приходится; остаётся только надеяться на отсутствие ошибок.

Кратко опишу странности. Во-первых, GT ни разу не упомянул Чжуншу по имени, хотя его имя (“锺书”) трижды встречается в оригинале. Сначала машина использует местоимение «he», второй раз пишет the book [книга], а третий — the book of fear in the book [книга страха в книге]. Поди догадайся! [в русском варианте загадочная «книга» появляется один раз / прим. перев.]

Вторая странность — в первом параграфе чётко указано, что Чжуншу руководит аспирантами, однако GT его самого сделал аспирантом.

Третья странность — в фразе Mao Tse Translation Committee [комитет перевода Мао Цзэдуна] треть имени председателя Мао [Mao Tse Tung] куда-то отвалилась.

Четвёртая странность — имя Yongying заменено на Yongjian.

Пятая странность — after our guest had left [после ухода нашего гостя] заменили просто на guest to go [гость идти].

Шестая странность — последнее предложение вообще лишено смысла.

Шести этих странностей уже хватает для того, чтобы пристыдить GT, но простим их и забудем. Лучше сфокусируемся на сбивающей с толку фразе, которую я встретил в тексте — фразе из пяти символов, заключённых в кавычки из последнего параграфа (“南书房行走”). Посимвольно её можно перевести как «южная комната книг идти прогуляться», но это явно неприемлемо, особенно поскольку по контексту это должно быть существительное. GT изобрёл «ходящий южный кабинет», и это не помогло.

Признаю, что китайская фраза для меня была совершенно непонятной. Буквально она значила что-то вроде движения пешком в кабинете на южной стороне некоего здания, но я знал, что это неверно — в контексте это не имело смысла. Для перевода мне нужно было найти что-то неизвестное мне в китайской культуре. И куда я обратился за помощью? К Google! (Но не к Google Translate). Я ввёл китайские символы, окружил кавычками, запустил поиск по точному совпадению. И на экран сломя голову выскочила куча веб-страниц на китайском, после чего я мучительно продирался через первые параграфы парочки первых сайтов, пытаясь понять смысл фразы.

Я обнаружил, что этот термин восходит к династии Цин (1644–1911), и обозначает работника умственного труда, помогавшего императору составлять стильные официальные сообщения, и работавшего в южном кабинете императорского дворца. Два символа, якобы обозначающие «идти прогуляться», на самом деле обозначают помощника. Поэтому, с помощью информации из поиска Google, я придумал фразу «особый помощник из южного кабинета».

Жаль, что GT сам не может воспользоваться сервисом Google Search, как это сделал я. Но опять-таки, GT не способен понять веб-страницы, хотя способен перевести их в мановение ока. Или может? Дальше я привожу удивительный фрагмент текста, который GT мгновенно выбросил мне на экран после того, как я скормил ему начало веб-сайта, с которого я получил нужную информацию:

“South study walking” is not an official position, before the Qing era this is just a “messenger,” generally by the then imperial intellectuals Hanlin to serve as. South study in the Hanlin officials in the “select chencai only goods and excellent” into the value, called “South study walking.” Because of the close to the emperor, the emperor’s decision to have a certain influence. Yongzheng later set up “military aircraft,” the Minister of the military machine, full-time, although the study is still Hanlin into the value, but has no participation in government affairs. Scholars in the Qing Dynasty into the value of the South study proud. Many scholars and scholars in the early Qing Dynasty into the south through the study.

Это вообще по-английски? Мы, конечно, все можем согласиться с тем, что текст состоит из английских слов (по большей части), но следует ли из этого, что это английский текст? По-моему, раз в приведённом параграфе нет смысла, это не английский; это просто беспорядочно расставленные английские ингредиенты — случайный салат из слов, бессвязная мешанина.

На случай, если вам интересно — вот моя версия данного пассажа (я корпел над ней несколько часов):

Должность «нан шу фан сяон зу» (особый помощник из Южного кабинета) была не официальной, но в ранней династии Цин это была особая роль, которую обычно играл текущий придворный учёный. Группа учёных, работавших в южном кабинете имперского дворца, выбирала из своей среды человека великих талантов и хорошей репутации, дабы он писал речи для императора и всегда был у него на посылках; поэтому эта роль называлась «особый помощник из Южного кабинета». Помощник, будучи приближен к императору, очевидно был способен влиять на его политические решения. Однако, после того, как император Юнчжэн основал военное министерство, с министром и различными его подчинёнными, помощник из Южного кабинета, несмотря на службу императору, перестал играть главную роль в принятии правительственных решений. Тем не менее, учёные мужи династии Цин изо всех сил стремились к славе этой должности, и в ранние годы династии особыми помощниками были несколько знаменитых учёных.

Некоторые читатели могут заподозрить, что я, в целях жёсткой критики GT специально подбирал такие пассажи, на которых он активно спотыкался, и что на самом деле он гораздо лучше справляется с большинством текстов. Это звучит правдоподобно, но это не так. Почти каждый параграф, выбранный мною из книг, которые я сейчас читаю, приводил к ошибкам перевода всех видов и мастей, включая и такие бессмысленные и непостижимые фразы, какие были приведены выше.

Конечно, я признаю, что иногда GT выдаёт несколько предложений, звучащих вполне неплохо (хотя они и могут вводить в заблуждение или просто ошибаться). Может даже случиться так, что параграф или два получатся прекрасно, создавая иллюзию того, что GT понимает, что делает, понимает, что значит «читать». В таких случаях GT выглядит впечатляюще — почти человеком! И все хвалы однозначно относятся к его создателям и их тяжёлой работе. Но в то же время не забывайте, что GT сделал с этими двумя китайскими пассажами, а ранее — и с французскими, и с немецкими. Чтобы понять эти ошибки, стоит не забывать про «эффект Элизы». Байязычная машина ничего не читает — не в человеческом смысле глагола «читать». Она обрабатывает текст. Обрабатываемые символы не связаны с мирским опытом. У неё нет ни памяти, из которой можно что-либо черпать, ни воображения, ни понимания, ни смысла, скрывающегося за словами, которыми она так быстро оперирует.

* * *

Один друг спросил меня, можно ли считать умения GT простой функцией базы данных. Он прикинул, что если увеличить базу данных в миллион или миллиард раз, в итоге она в принципе сможет переводить всё, что дают, и по сути идеально. Я так не думаю. Увеличение количества «больших данных» не приблизит вас к пониманию, поскольку понимание зависит от наличия идей, а отсутствие идей — корень всех проблем современного машинного перевода. Так что я уверен, что базы данных большего размера — даже сильно большего — тут не помогут.

Другой естественный вопрос: не приблизит ли использование в GT нейросетей — имитации мозга — нас к настоящему пониманию машинами языка. Сначала это звучит правдоподобно, но до сих пор никто не предпринимал попыток пробраться за поверхностный уровень слов и фраз. Всяческие статистические данные по поводу огромных баз данных внедряются в нейросети, но эта статистика просто связывает одни слова с другими, а не с идеями. Нет попыток создать внутренние структуры, которые представляли бы собой идеи, образы, воспоминания или опыт. Такие умственные конструкции слишком неуловимы для вычислительных методов, и поэтому вместо них используются быстрые и сложные алгоритмы по статистическому накапливанию слов. Но результаты таких техник не идут в сравнение с тем, чтобы на самом деле обладать идеями, появляющимися, когда кто-либо читает, понимает, создаёт, изменяет и судит о тексте.

Но несмотря на мой негативизм, GT предоставляет сервис, ценимый многими: он на скорую руку производит преобразования осмысленных предложений, записанных на естественном языке А в не обязательно осмысленные строки слов на языке Б. И пока текст на языке Б более-менее можно понять, многих людей полученный результат полностью удовлетворяет. Если они могут получить «основную идею» предложения, написанного на незнакомом им языке, они и рады. Для меня это вовсе не то, что означает слово «перевод», но для некоторых людей это прекрасный сервис, и для них это перевод. Что ж, могу понять, что им надо, и что они довольны этим. Повезло им!

Недавно я наблюдал столбцовые диаграммы, нарисованные технофилами, заявляющими, будто они представляют качество перевода, сделанного людьми и компьютерами, и что эти графики показывают, насколько близко машинный перевод приблизился к человеческому. С моей точки зрения такая квантификация понятий, которые невозможно выразить количественно, попахивает псевдонаукой, или, если хотите, нёрдами, пытающимися привести к математике те вещи, чья неосязаемая, тонкая, артистическая природа ускользает от них. По-моему сегодняшний вывод GT колеблется от отличного до гротескного, но свои чувства по этому поводу я не могу оценить численно. Вспомните мой первый пример, с использованием понятий «его» и «её». Бездумная программа перевела почти все слова правильно, но несмотря на этот успех, совершенно не поняла смысл. И как в таком случае выразить качество работы численно? Использование наукообразных столбцовых диаграмм для представления качества перевода — это просто злоупотребление внешними признаками науки.

Вернёмся к грустной картине, в которой люди-переводчики вскоре останутся позади, станут старомодными, и в итоге будут заниматься корректурой. В лучшем случае в результате получится некая заурядность. Серьёзный художник не начинает работать с китчевого мусора, полного ошибок, чтобы, внеся парочку изменений, выдать произведение искусства. Это не природа искусства. А перевод — это искусство.

В своих работах, написанных в течение многих лет, я всегда поддерживал точку зрения, по которой человеческий мозг — это машина; очень сложная машина; и я энергично спорил с теми, кто говорил, что машины по сути своей не способны на понимание. Есть даже философская школа, заявляющая, что компьютеры никогда не будут «обладать семантикой», поскольку они состоят «не из того материала» (кремния). Как по мне, так это поверхностная ерунда. Здесь я не буду пускаться в дебаты, но я не хочу произвести на читателя впечатление, что я верю, будто интеллект и понимание никогда не будут доступны компьютерам. Если данное эссе наталкивает на подобные мысли, то это лишь оттого, что обсуждаемые мною технологии не делают никаких попыток воспроизвести человеческий интеллект. Наоборот: они пытаются обойти интеллект, и получающиеся на выходе пассажи демонстрируют эти зияющие пробелы.

С моей точки зрения, нет никакой фундаментального запрета на то, чтобы машины, в принципе, когда-нибудь начали думать, стали творческими, забавными, ностальгическими, радостными, испуганными, восторженными, покорными, полными надежд, и в результате, смогли бы делать хорошие переводы между языками. Нет фундаментальных причин, по которым когда-нибудь они бы не смогли успешно переводить шутки, игру слов, сценарии, романы, поэмы, и эссе вроде этого. Но всё это появится только когда машины наполнятся идеями, эмоциями и опытом, как люди. А этого пока не видно. Я верю, что до этого ещё очень далеко. По крайней мере, на это горячо надеется этот человек, всю жизнь восхищавшийся глубиной человеческого разума.

Когда, в один прекрасный день, механический переводчик составит искусный роман в стихах на английском языке, используя чёткий ритмичный четырёхстопный ямб, богатый мыслями, чувственностью и живыми строками, я пойму, что пришло время мне откланяться.

Переводчик google — Перевод на английский — примеры русский


На основании Вашего запроса эти примеры могут содержать грубую лексику.


На основании Вашего запроса эти примеры могут содержать разговорную лексику.

Недавно Google анонсировала, что Переводчик Google может совершать перевод при помощи нейронных сетей без расшифровки текста.

Google announced that Google Translate can now also translate without transcribing, using neural networks.

Чтобы на этом месте появился Переводчик Google, включите JavaScript и обновите эту страницу.

To display the Google Translate gadget here, please enable JavaScript and reload this page.

Переводчик Google недостаточно хорош для перевода Ubuntu. Также его использование идёт вразрез с политикой Ubuntu.

Искусственный интеллект Глоссарий искусственного интеллектаruen Google X Лаборатория квантового искусственного интеллектаruen — запущена Google в сотрудничестве с NASA и Ассоциацией Космических Исследований Университетов Переводчик Google TensorFlow Machine Learning Algorithms and Techniques Research at Google.

Artificial intelligence Glossary of artificial intelligence Quantum Artificial Intelligence Lab — run by Google in collaboration with NASA and Universities Space Research Association TensorFlow «Brain Team mission — Google AI».

Предложить пример

Другие результаты

Вы также можете перейти непосредственно на страницу Переводчика Google.

Хотя её внедрение значительно повысило качество Переводчика Google для пилотных языков, было очень сложно создать такие улучшения для всех 103 поддерживаемых языков.

While its introduction has increased the quality of Google Translate’s translations for the pilot languages, it was very difficult to create such improvements for all of its 103 languages.

Вы также можете перевести эту страницу при помощи Переводчика Google, расположенного ниже, и затем переходить по ссылкам с переведенной страницы на другие страницы, которые также будут автоматически переведены.

You can also use the Google Translate gadget below to translate this page, and then follow links from the translated page to other pages, which will also be translated.

Предлагаемая архитектура системного обучения GNMT была впервые опробована на более, чем ста языках, поддерживаемых Google Переводчиком.

GNMT’s proposed architecture of system learning was first tested on over a hundred languages supported by Google Translate.

Система NMT внутри Google Переводчика использует большую искусственную нейронную сеть, пригодную для глубинного обучения.

Google Translate’s NMT system uses a large artificial neural network capable of deep learning.

Гаджет «Google Переводчик» выполняет перевод текста с одного языка на другой между основными языками мира.

Watch online television free of any charge. Hundreds of tv channels for your entertainment.

Ранее Google Переводчик сначала переводил с исходного языка на английский, а затем с английского на конечный язык вместо прямого перевода с одного языка на другой.

Google Translate previously first translated the source language into English and then translated the English into the target language rather than translating directly from one language to another.

MetaTexis for Word имеет доступ в MetaTexis Server и в другие находящиеся на сервере памяти переводов, при этом MetaTexis может извлекать данные из сервисов машинного перевода, которые доступны в интернете (включая Google Переводчик и Microsoft Translator).

MetaTexis for Word can access the MetaTexis Server and other server-based TMs, and MetaTexis can retrieve data from machine translation services that are available via internet (including Google Translate and Microsoft Translator).

Нейронный машинный перевод Google (GNMT) — это система нейронного машинного перевода (NMT), разработанная компанией Google и представленная в ноябре 2016 года, которая использует искусственную нейронную сеть для повышения беглости и точности перевода в Google Переводчике.

Google Neural Machine Translation (GNMT) is a neural machine translation (NMT) system developed by Google and introduced in November 2016, that uses an artificial neural network to increase fluency and accuracy in Google Translate.

Я не люблю использовать Google-переводчик.

Использование YOS переводчик, вы можете легко перевести ваши статьи на любом языке, который доступен на Google Translate.

With YOS amChart you can easily integrate charts which provided by amCharts to your Joomla site.

Кровать и завтрак или В и В, означает «ночлег и завтрак» (но это легко, если вы используете какой-либо онлайн-переводчик, я всегда использую у Google).

Bed and Breakfast or B & B, means «bed and breakfast» (but that’s easy if you use any online translator, I always use that of Google).

Перевод «гугл-переводчик» с русского на немецкий язык с примерами

переводчик

 

Übersetzungsprogramm

источник
пожаловаться

 

 

Langcrowd.com

переводчик

 

UEBERSETZER

источник
пожаловаться

 

 

Langcrowd. com

переводчик

 

Dolmetscherin

источник
пожаловаться

 

 

Langcrowd.com

переводчик

 

Übersetzer

источник
пожаловаться

 

 

Langcrowd.com

переводчик

 

Interpret

источник
пожаловаться

 

 

Langcrowd.com

переводчик

 

Dolmetscher

источник
пожаловаться

 

 

Langcrowd. com

переводчик

 

Sprachmittler

источник
пожаловаться

 

 

Langcrowd.com

переводчик

 

Translator

источник
пожаловаться

 

 

Langcrowd.com

устный переводчик

 

Dolmetscher

источник
пожаловаться

 

 

Langcrowd.com

синхронный переводчик

 

Simultandolmetscher

источник
пожаловаться

 

 

Langcrowd. com

устный переводчик

 

Dolmetscherin

источник
пожаловаться

 

 

Langcrowd.com

переводчик-синхронист

 

Simultandolmetscher

источник
пожаловаться

 

 

Langcrowd.com

переводчик-синхронист

 

Dolmetscher

источник
пожаловаться

 

 

Langcrowd.com

Я переводчик.

 

Ich bin Übersetzerin.

источник
пожаловаться

 

 

Langcrowd.com

(переводчик сломался, несите другого)

 

Können wir ein Shout-out für alle wahmen geben

источник
пожаловаться

 

 

Langcrowd.com

создать первый универсальный переводчик,

 

oder den ersten echten Universal-Übersetzer zu bauen,

источник
пожаловаться

 

 

Langcrowd.com

Нам нужен универсальный переводчик.

 

Einen Universal-Übersetzer.

источник
пожаловаться

 

 

Langcrowd.com

но переводчик объясняет ей,

 

aber dann erklärt die Dolmetscherin,

источник
пожаловаться

 

 

Langcrowd.com

Переводчик: Это древний город Помпеи.

 

Das ist die Altstadt von Pompeji.

источник
пожаловаться

 

 

Langcrowd.com

(Переводчик) А.В.: “Я хотела сказать,

 

(Übersetzerin) AW: Ich wollte noch sagen,

источник
пожаловаться

 

 

Langcrowd. com

Как я потратил $600 тысяч и пять лет, чтобы сделать свой переводчик

Ещё со школы мне хотелось сделать свой проект и заработать много денег. Закончив вуз, я ездил в столицу, где устраивался работать программистом, а потом накапливал деньги и увольнялся, чтобы создавать собственные проекты.

{«id»:114237,»url»:»https:\/\/vc.ru\/life\/114237-kak-ya-potratil-600-tysyach-i-pyat-let-chtoby-sdelat-svoy-perevodchik»,»title»:»\u041a\u0430\u043a \u044f \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u043b $600 \u0442\u044b\u0441\u044f\u0447 \u0438 \u043f\u044f\u0442\u044c \u043b\u0435\u0442, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0441\u0432\u043e\u0439 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a»,»services»:{«facebook»:{«url»:»https:\/\/www. facebook.com\/sharer\/sharer.php?u=https:\/\/vc.ru\/life\/114237-kak-ya-potratil-600-tysyach-i-pyat-let-chtoby-sdelat-svoy-perevodchik»,»short_name»:»FB»,»title»:»Facebook»,»width»:600,»height»:450},»vkontakte»:{«url»:»https:\/\/vk.com\/share.php?url=https:\/\/vc.ru\/life\/114237-kak-ya-potratil-600-tysyach-i-pyat-let-chtoby-sdelat-svoy-perevodchik&title=\u041a\u0430\u043a \u044f \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u043b $600 \u0442\u044b\u0441\u044f\u0447 \u0438 \u043f\u044f\u0442\u044c \u043b\u0435\u0442, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0441\u0432\u043e\u0439 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a»,»short_name»:»VK»,»title»:»\u0412\u041a\u043e\u043d\u0442\u0430\u043a\u0442\u0435″,»width»:600,»height»:450},»twitter»:{«url»:»https:\/\/twitter.com\/intent\/tweet?url=https:\/\/vc.ru\/life\/114237-kak-ya-potratil-600-tysyach-i-pyat-let-chtoby-sdelat-svoy-perevodchik&text=\u041a\u0430\u043a \u044f \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u043b $600 \u0442\u044b\u0441\u044f\u0447 \u0438 \u043f\u044f\u0442\u044c \u043b\u0435\u0442, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0441\u0432\u043e\u0439 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a»,»short_name»:»TW»,»title»:»Twitter»,»width»:600,»height»:450},»telegram»:{«url»:»tg:\/\/msg_url?url=https:\/\/vc. ru\/life\/114237-kak-ya-potratil-600-tysyach-i-pyat-let-chtoby-sdelat-svoy-perevodchik&text=\u041a\u0430\u043a \u044f \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u043b $600 \u0442\u044b\u0441\u044f\u0447 \u0438 \u043f\u044f\u0442\u044c \u043b\u0435\u0442, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0441\u0432\u043e\u0439 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a»,»short_name»:»TG»,»title»:»Telegram»,»width»:600,»height»:450},»odnoklassniki»:{«url»:»http:\/\/connect.ok.ru\/dk?st.cmd=WidgetSharePreview&service=odnoklassniki&st.shareUrl=https:\/\/vc.ru\/life\/114237-kak-ya-potratil-600-tysyach-i-pyat-let-chtoby-sdelat-svoy-perevodchik»,»short_name»:»OK»,»title»:»\u041e\u0434\u043d\u043e\u043a\u043b\u0430\u0441\u0441\u043d\u0438\u043a\u0438″,»width»:600,»height»:450},»email»:{«url»:»mailto:?subject=\u041a\u0430\u043a \u044f \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u043b $600 \u0442\u044b\u0441\u044f\u0447 \u0438 \u043f\u044f\u0442\u044c \u043b\u0435\u0442, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0441\u0432\u043e\u0439 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a&body=https:\/\/vc. ru\/life\/114237-kak-ya-potratil-600-tysyach-i-pyat-let-chtoby-sdelat-svoy-perevodchik»,»short_name»:»Email»,»title»:»\u041e\u0442\u043f\u0440\u0430\u0432\u0438\u0442\u044c \u043d\u0430 \u043f\u043e\u0447\u0442\u0443″,»width»:600,»height»:450}},»isFavorited»:false}

26 964

просмотров

Несколько раз я уезжал домой, в родной город, чтобы сэкономить деньги на жизнь. Там я создавал образовательные и туристические сайты, программу для бухгалтерии, игры для мобильных телефонов. Но из-за отсутствия опыта ведения бизнеса это не приносило дохода, и вскоре проекты закрывались. Приходилось снова ехать в Минск — работать и снова копить. Так прошло шесть лет.

Когда у меня в очередной раз закончились деньги, наступил кризис. Я не смог найти работу, ситуация стала критической. Пришло время посмотреть на все вещи трезвым взглядом. Нужно было честно признаться себе, что я не знаю, какие ниши выбрать для бизнеса. Создавать проекты, которые просто нравятся, — путь в никуда.

Единственное, что я умел делать, это мобильные приложения . Несколько лет работы в ИТ-компаниях позволили накопить определенный опыт, и было решено сделать много простых принципиально различных приложений (игры, музыка, рисование, ЗОЖ, изучение языков) и протестировать, в каких нишах будет небольшая конкуренция.

Были подготовлены шаблоны, которые позволяли быстро создавать простые приложения на различную тематику (2D-игры, GPS-трекеры, простые утилиты и так далее). В большинстве из них было несколько картинок, две кнопки и всего одна функция. Но этого было достаточно, чтобы проверить идею и то, насколько легко будет на ней заработать. Например, приложение для бега отслеживало скорость человека, пройденное расстояние, а также подсчитывало калории. На создание сотен простых приложений я потратил полтора года. Такая скорость стала возможной благодаря покупке графики на стоках, а также повторному использованию исходников.

Сначала приложения были бесплатными. Потом я добавил рекламу и встроенные покупки, подобрал ключевые слова и яркие иконки. Приложения начали скачивать. Когда доход достиг $30 тысяч в месяц, я решил рассказать товарищу, который работал в большой продуктовой компании, что на тестовых приложениях я смог достичь такой цифры, и предложил создавать их вместе. Он ответил, что у них всего одно приложение — игра с доходом в $60 тысяч и 25 тысяч пользователей в месяц, против $30 тысяч выручки и 200 тысяч пользователей у меня.

Это полностью изменило мои взгляды. Выяснилось, что лучше создать одно качественное приложение, чем сто некачественных. Я понимал, что на качественных можно заработать в десятки раз больше, но я был один в маленьком городе без опыта и команды дизайнеров и маркетологов. Мне требовалось платить за аренду квартиры и зарабатывать на жизнь.

Тестовые приложения нужны были просто для проверки рыночных ниш и рекламных стратегий, чтобы научиться, какие приложения и как именно создавать. Просто сложилось, что некоторые из них начали приносить неплохой доход. Сейчас тема простых приложений давно умерла, и там больших денег уже не заработать.

Некоторые приложения сильно отличались по прибыли — это были переводчики, приложения для грузоперевозок, музыкальные программы (которые симулируют игру на пианино, барабанах или, например, гитарные аккорды, плееры), а также простые логические игры.

Вскоре я заметил, что буквально за месяц переводчики скачали более 1 млн раз. Языков в мире сотни, и люди ищут переводы каждый на свой язык.

Ниша оказалась перспективной, тем более сама тема переводов мне нравилась. Позже было создано около 40 простых переводчиков, где использовался перевод, который предоставлял Google API. Его стоимость была по $20 за 1 млн переведенных символов. Постепенно появились улучшенные версии приложений, где я добавил рекламу, встроенные покупки, функцию перевода голоса.

Заработав денег, я переехал в Минск и купил жилье. На то время у меня было 50−70 приложений для перевода и 5 млн скачиваний. Но с ростом пользователей увеличивался расход на платный Google Translate API. Прибыльность бизнеса серьезно снизилась. Платящие пользователи переводили блоки от 1 тыс символов за раз, что заставило ввести лимиты на запрос. Когда они упирались в лимит на перевод, писали плохие отзывы и возвращали деньги.

Настал момент, когда 70% выручки уходило на расходы. При больших объемах перевода этот бизнес оказался не такой перспективный. Чтобы окупить расходы, в приложения нужно было добавлять много рекламы, а это всегда отпугивает пользователей. Требовалось сделать свое API для перевода, а это скорее всего будет не дешево.

Я пробовал просить совета и инвестиций у стартапов и ИТ-сообщества, но поддержки не встретил. Большинство людей не понимали, зачем работать на рынке, где уже есть лидер — Google-переводчик. Помимо Google было еще несколько компаний, которые предоставлял API для перевода. Я был готов заплатить $30 тысяч за их лицензии технологий перевода на 40 языков. Это позволило бы мне переводить неограниченное количество раз за фиксированную цену и обслуживать любое количество пользователей на своих серверах. Но мне в ответ называли сумму в несколько раз выше. Это было слишком дорого.

Было решено попробовать сделать свою технологию для перевода. Я пробовал привлечь друзей для разработки, но к тому времени у большинства из них уже были семьи, маленькие дети и кредиты. Все хотели стабильности и жизни в свое удовольствие на хорошую ЗП, а не идти в стартап. Также они не понимали, зачем создавать переводчик, если есть Google с крутым навороченным приложением для перевода и API.

У меня не было опыта публичных выступлений, харизмы и крутого прототипа приложений, чтобы заинтересовать людей. Аналитика по заработку $300 тысяч на тестовых приложениях для перевода никого не удивляла. Я обратился к знакомому, который владеет аутсорс-компанией в Минске. В конце 2016 года он выделил для меня команду. Я рассчитывал, что решу задачу за полгода на базе open-source проектов, чтобы не зависеть по API от Google.

Первые попытки

Работа началась. В 2016 году мы нашли несколько opensource проектов — Apertium, Joshua и Moses. Это был статистический машинный перевод, подходящий для несложных текстов. Эти проекты поддерживали от 3 до 40 человек, и чтобы получить ответ на вопрос по ним, требовалось много времени. После того как разобрались и все-таки запустили их на тесты, стало ясно, что нужны мощные сервера и качественные датасеты, которые стоят дорого.

Технически все не сводилось к схеме «скачать датасет и натренировать». Оказалось, что есть миллион нюансов, о которых мы даже не подозревали. Перепробовали еще несколько ресурсов, но хороших результатов не добились. А Google и Microsoft свои наработки не раскрывают. Тем не менее, работа продолжалась, периодически подключались фрилансеры.

В марте 2017 года мы наткнулись на проект под названием Оpen NMT. Это совместная разработка компании Systran, одного из лидеров на рынке машинного перевода, и университета Гарварда. Проект только стартовал и предлагал перевод уже на базе новой технологии — нейронных сетей. Современные технологии машинного перевода принадлежат большим компаниям, они закрыты. Мелкие игроки, понимая, как сложно внедриться в этот мир, таких попыток не предпринимают. Это тормозит развитие рынка. Качество перевода среди лидеров не сильно отличалось друг от друга долгое время. Очевидно, что и крупные компании столкнулись с дефицитом энтузиастов, научных работ, стартапов и opensource проектов, чтобы брать новые идеи и нанимать людей.

Поэтому Systran сделала принципиально новый маневр: выложила свои наработки в opensource, чтобы такие энтузиасты, как я, могли включиться в эту работу. Они создали форум, где их специалисты стали бесплатно помогать новичкам. И это принесло хорошую отдачу: начали появляться стартапы, научные работы по переводу, так как каждый мог взять основу и на базе нее проводить свои эксперименты.

Systran стал во главе этого сообщества. Потом подключились другие компании. В то время ещё не было повсеместного нейронного перевода, а Оpen NMT предлагал наработки в этой области, выигрывая по качеству у статистического машинного перевода. Я и другие ребята по всему миру могли взять эти технологии и спросить совета у специалистов. Они охотно делились опытом, и это позволило мне понять, в каком направлении двигаться.

Сначала я удивлялся: как же так, зачем Systran растит себе конкурентов? Но со временем понял правила игры, когда все больше компаний начали выкладывать свои наработки по обработке естественного языка в opensource.

Даже если у всех есть вычислительные мощности, чтобы обрабатывать большие датасеты, то вопрос с поиском специалистов по NLP (обработка естественного языка) на рынке стоит остро. В 2017 году эта тема была намного менее развита, чем обработка изображений и видео. Меньше датасетов, научных работ, специалистов, фреймворков и прочего. Людей, способных из научных работ по NLP построить бизнес и закрыть какую-либо из локальных ниш, еще меньше. И компаниям верхнего эшелона типа Google, и игрокам поменьше типа Systran нужно получить конкурентное преимущество относительно игроков из своей категории.

Как они решают этот вопрос?

На первый взгляд это кажется странным, но чтобы конкурировать между собой, они решают вводить на рынок новых игроков (конкурентов), а чтобы они там появлялись, нужно раскачать его. Порог входа до сих пор высок, а запрос на технологии обработки речи очень растет (голосовые ассистенты, чат-боты, переводы, распознавание и анализ речи, и т.д.) Нужного количества стартапов, которые можно купить для усиления своих позиции, до сих пор нет. В открытом доступе публикуются научные работы от команд Google, Facebook, Alibaba. От них же в opensource выкладываются их фреймворки и датасеты. Создаются форумы с ответами на вопросы.

Крупные компании заинтересованы, чтобы такие стартапы, как наш, развивались, захватывали новые ниши и показывали максимальный рост. Они с радостью готовы покупать NLP стартапы для усиления своих больших компаний. Ведь даже если у тебя на руках все датасеты, алгоритмы и тебе подсказывают, это ещё не значит, что ты сделаешь качественный переводчик или другой стартап в области NLP. А даже если и сделаешь, то далеко не факт, что откусишь большой кусок рынка. Поэтому нужно помочь, и если у кого-то получится, купить или объединиться.

Переводчик DeepL

В сентябре 2017 года, анализируя конкурентов, я узнал про DeepL. Они в это время только запустились и предоставляли перевод всего на 7 языков. DeepL позиционировался как инструмент для профессиональных переводчиков, помогающий тратить меньше времени на корректуру после машинного перевода. Даже небольшое изменение в качестве перевода позволяет сэкономить много денег для компаний, занимающихся переводами. Они постоянно отслеживают API для машинного перевода от разных поставщиков используя трекеры. Качество на множестве языковых пар у всех разное и нет единого лидера.

Если какой-то сервис предложит на 1% лучше качество конкурента на одном из языков, то у него на следующий день будет сразу большой кусок рынка.

Чтобы продемонстрировать качество перевода, DeepL решил устроить тесты на некоторых языках. Оценка качества проводилась методом слепого тестирования, когда профессиональные переводчики выбирают лучший перевод из Google, Microsoft, DeepL, Facebook. По результатам победил DeepL, жюри оценило его перевод как наиболее «литературный».

Как так получилось?

Основатели DeepL владеют стартапом Linguee — крупнейшей базой ссылок на переведенные тексты. Скорее всего, у них гигантское количество датасетов, собранных парсерами, и чтобы натренировать их, нужна большая вычислительная мощность. В 2017 году у них вышла статья о том, что они собрали в Исландии суперкомпьютер в 5 петаФлопс (на тот момент он был 23-м по производительности в мире). Натренировать большую качественную модель было лишь делом времени. В том момент казалось, что даже если мы купим качественные датасеты, то все равно никогда не сможем конкурировать с ними, не имея такого супер-компьютера.

Но все изменилось в марте 2018 года. Nvidia выпускает компьютер DGX-2 размером с тумбочку и производительностью в 2 петаФлопса (FP16), который сейчас можно взять в лизинг от $5000 в месяц.

Имея такой компьютер, можно тренировать свои модели с гигантскими датасетами быстро, а также держать большую нагрузку по API. Это кардинально меняет расклад сил всего рынка стартапов машинного обучения и позволяет небольшим компаниям конкурировать с гигантами в области работы с большими данными. Это было лучшее предложение на рынке в соотношении «цена-производительность». Я начал искать информацию о статистике DeepL. У Google за 2018 год было 500 миллионов пользователей ежемесячно. У DeepL — 50 миллионов (статья от 12 декабря 2018).

Получается, что в конце 2018 года 10% от ежемесячной аудитории Google пользовались DeepL, причем они нигде особо не рекламировались. Чуть более чем за год они захватили 10% рынка, использую сарафанное радио. Я задумался. Если DeepL командой в 20 человек победил Google, имея в 2017 году машину в 5 petaFlops, а сейчас можно дешево арендовать машину в 2 petaFlops и купить качественные датасеты, насколько будет сложно добиться качества Google?

Улучшаем качество перевода

Весь 2018 год я потратил на решение проблемы качественного перевода на основных европейских языках. Думал, что ещё полгода — и всё получится. Я был очень ограничен в ресурсах, задачами по Data Science занималось всего 2 человека. Нужно было двигаться быстро. Казалось, что решение проблемы в чем-то простом. Но светлый момент всё не наступал, я не был доволен качеством перевода. Было потрачено уже около $450 тысяч, заработанных на старых переводчиках, и требовалось принимать решение, как быть дальше.

Запуская этот проект в одиночку и без инвестиций, я понял, сколько управленческих ошибок совершил. Но решение принято — идти до конца!

Мы взяли новый токенизатор, сделали препоцессинг текста, по-другому стали фильтровать и размечать данные, иначе обрабатывать текст после перевода, чтобы исправлять ошибки. Сработало правило 10 тысяч часов: было много шажков к цели, и в определённый момент я понял, что качество перевода уже достаточно для того чтобы использовать его в API для собственных приложений. Каждое изменение добавляло 2-4% качества, которых не хватало для критической массы и при которой люди продолжают пользоваться продуктом, не уходя к конкурентам.

Потом мы начали подключать различные инструменты, которые позволяли и дальше улучшать качество перевода: определитель именованных сущностей, транслитерацию, тематические словари, систему исправления ошибок в словах. За 5 месяцев этой работы качество переводов на некоторых языках стало значительно лучше и люди начали меньше жаловаться. Это был переломный момент. Ты уже можешь продать программу, и из-за того что у тебя есть свое API для перевода, можно сильно сократить расходы. Можно наращивать продажи или количество пользователей, ведь расходы будут только на сервера.

Для обучения нейронной сети нужен был хороший компьютер. Но мы экономили. Сначала мы арендовали 20 обычных компьютеров (с одной GTX 1080) и одновременно запускали на них 20 простых тестов через Lingvanex Control Panel. На каждый тест уходило по неделе, это было долго. Чтобы добиться лучшего качества, нужно было запускать с другими параметрами, которые требовали больше ресурсов. Требовалось облако и больше видеокарт на одной машине.

Мы решили взять в аренду облачный сервис Аmazon 8 GPU V100 x 4. Он быстрый, но очень дорогой. Запустили на ночь тест, а утром — счёт на $1200. В то время было очень мало вариантов аренды мощных GPU-серверов, кроме него. Пришлось отказаться от этой идеи и искать варианты дешевле. Может, попробовать собрать свой? Обзвон компаний заканчивался тем, что мы сами должны были прислать детальную конфигурацию, а они его соберут. Что лучше с точки зрения «производительность / цена» для наших задач, никто не мог ответить. Попытались заказать в Москве — наткнулись на какую-то подозрительную фирму. Сайт был качественный, отдел продаж — в теме. Но банковский перевод они не принимали, и единственным вариантом оплаты был скинуть деньги на карту их бухгалтеру.

Стали совещаться с командой и решили, что можно самостоятельно собрать компьютер с ценой до 10 тысяч долларов, который будет решать наши задачи и окупится за месяц. Комплектующие буквально скребли по сусекам: звонили в Москву, что-то заказывали в Китае, что-то в Амстердаме. Через месяц все было готово. В начале 2019 у себя дома я наконец-таки собрал этот компьютер и начал проводить много тестов, не беспокоясь, что нужно платить за аренду.

На испанском языке я начал замечать, что перевод близок к переводу Google по метрике BLEU. Но я не понимал этот язык и на ночь поставил тренироваться модель англо-русского переводчика, чтобы понять, в какой точке нахожусь. Компьютер всю ночь гудел и жарил, спать было невозможно. Нужно было следить, чтобы не было ошибок в консоли, так как периодически все зависало. Утром я запустил тест на перевод 100 предложений с длинами от 1 до 100 слов и увидел, что получился хороший перевод, в том числе на длинных строках. Эта ночь изменила всё. Я увидел свет в конце тоннеля, что все же можно когда-нибудь добиться хорошего качества перевода.

Мобильные приложения

Заработав деньги на iOS переводчике с одной кнопкой и одной функцией, я решил улучшить его качество, а также сделать версию для Android, Mac OS, Windows Desktop. Надеялся, что когда у меня будет свое API, я закончу разработку приложений и зайду на другие рынки. За то время, когда я решал задачу своего API, конкуренты ушли намного вперед. Нужны были какие-то функции, ради которых будут скачивать именно мой переводчик.

Первое, что я решил сделать, это голосовой перевод для мобильных приложений без доступа в интернет. Это было личной проблемой. Например, Вы едете в Германию, скачиваете только немецкий пакет на телефон (400 мб) и получаете перевод с английского на немецкий и обратно. На самом деле, проблема интернета в зарубежных странах стоит остро. Wifi либо нет, либо он запаролен или просто медленный, в итоге им невозможно пользоваться. Хотя качественных приложений переводчиков, которые работают только через интернет, используя API Google, даже в 2017 году были тысячи.

Я нашел ребят в Испании с хорошим опытом в области проектов по машинному переводу. Около 3 месяцев мы сообща вели исследования в области уменьшения размера модели нейронки для перевода, чтобы добиться в 150 мб на пару и потом запускать на мобильных телефонах. Размер нужно было уменьшать таким образом, чтобы в определенный размер словаря (к примеру, 30 тыс слов) вложить как можно больше вариантов по переводу слов разных длин и тематик. Позже результат наших исследований был выложен в открытый доступ и представлен на Европейской ассоциации машинного перевода в г. Аликанте (Испания) в мае 2018 года, а один из членов команды защитил по ней PhD.

Помимо перевода текста, голоса и картинок, было решено добавить перевод телефонных звонков с транскрипцией, которой не было у конкурентов. Был расчет на то, что люди часто звонят в поддержку или по вопросам бизнеса в разные страны, причем на мобильный или стационарный телефон. Тому, кому адресуется звонок, не нужно устанавливать приложение. Эта функция потребовала много времени и затрат, поэтому позже было решено вынести ее в отдельное от основного приложение. Так появился переводчик телефонных звонков.

У приложений для перевода была одна проблема — ими пользуются не каждый день. Не так много в жизни ситуаций, когда нужно переводить ежедневно. А вот если изучаешь язык, использование переводчика становится частым. Для изучения языков мы создали функцию карточек, когда слова добавляются в закладки на сайте через расширение для браузера или в субтитрах к фильму, а потом происходит закрепление знаний с помощью мобильного приложения чат-бота или приложения для умной колонки, которая будет проверять выбранные слова.

Все приложения Lingvanex связаны между собой единым аккаунтом, поэтому можно начать переводить на мобильном приложении и продолжить на компьютере. Также добавили голосовые чаты с переводом. Это будет полезно для туристических групп, когда гид может говорить на своем языке, а каждый из посетителей будет слушать в переводе. И в конце — перевод больших файлов на телефоне или компьютере.

Рынок перевода

Создавая API для своих приложений и вложив кучу денег, нужно понимать объем и перспективы рынка машинного перевода. В 2017 году был прогноз, что рынок к 2023 году станет $1,5 млрд, хотя объем рынка всех переводов будет $70 млрд (на 2023 год).

Почему такая разбежка — около 50 раз?

Допустим, лучший машинный переводчик сейчас переводит хорошо 80% текста. Остальные 20% нужно редактировать человеку. Самое большие расходы в переводе — это корректура, то есть зарплаты людей. Увеличение качества перевода даже на 1% (до 81% в нашем примере) может образно на 1% сократить расходы на корректуру текста. 1% от разницы между рынком всех переводов за вычетом машинного будет (70 — 1,5 = $68,5 млрд) или 4685 млн уже. Цифры и расчет выше даны приблизительно, чтобы передать суть. То есть улучшение качества даже на 1% позволяет значительно сэкономить большим компаниям на услугах перевода.

По мере развития качества машинного перевода все большая его часть будет заменять рынок ручного перевода и экономить на расходах по зарплате. Не обязательно стараться охватить все языки, можно выбрать популярную пару (англо-испанский) и одно из направлений (медицина, металлургия, нефтехимия и др.). 100% качества — идеальный перевод машиной по всем тематикам — недостижим в ближайшее время. А каждый следующий процент улучшения качества будет даваться труднее. Тем не менее, это не мешает рынку машинного перевода занять значительную часть общего всего рынка к 2023 году (по аналогии как DeepL незаметно отхватил 10% рынка Google), так как большие компании каждый день тестируют API различных переводчиков. И улучшение качества одного из них на процент (для какого-нибудь языка) позволит им экономить много миллионов $. Стратегия больших компаний по созданию своих наработкок opensouce начала приносить свои плоды. Стало больше стартапов, научных работ и людей в индустрии, что позволило раскачать рынок и добиваться все лучшего качества перевода, повышая прогноз по рынку машинного перевода.

Каждый год проводятся соревнования по задачам NLP, где корпорации, стартапы и университеты соревнуются у кого будет лучше перевод на определенных языковых парах. Анализируя список победителей, появляется уверенность, что небольшими ресурсами можно добиться отличного результата.

Чем мы лучше Google

За несколько лет проект вырос во много раз. Появились приложения не только для мобильных платформ, но и для компьютеров, носимых устройств, мессенджеров, браузеров, голосовых ассистентов. Помимо перевода текста был создан перевод голоса, картинок, файлов, сайтов и телефонных звонков.

Вначале я планировал делать свое API для перевода, чтобы использовать только для своих приложений. Но потом решил предложить его всем желающим. Конкуренты ушли вперед, и нужно было не отставать. До этого времени я управлял всем в одиночку как индивидуальный предприниматель, наняв людей на аутсорсе. Но сложность продукта и количество задач начали быстро расти, и стало очевидно, что нужно делегировать функции и быстро нанимать людей в собственную команду в своем офисе. Я позвонил другу, он уволился с работы и принял решение открыть в марте 2019 года компанию Lingvanex.

До этого момента я создавал проект, нигде не рекламируясь, и когда решил собрать свою команду, столкнулся с проблемой поиска. Никто не верил, что это вообще можно сделать, и не понимал зачем. Пришлось собеседовать многих людей и каждому по 3 часа рассказывать о тысячах неочевидных деталей.

Когда вышла первая статья о проекте, стало проще. Мне всегда задавали один вопрос:

«Чем вы лучше Google?»

В данный момент наша цель — добиться качества перевода Google общей тематики на основных европейских и азиатских языках и после этого предоставлять решения для:

  1. Перевода текста и сайтов через наше API втрое дешевле конкурентов, предоставляя отличный сервис поддержки и простую интеграцию. Например, стоимость перевода Google $20 за миллион символов, что получается очень дорого при значительных объемах.
  2. Качественного тематического перевода документов по определенным тематикам (медицина, металлургия, юриспруденция и так далее) по API, в том числе c интеграцией в инструменты для профессиональных переводчиков (типа SDL Trados).
  3. Интеграция в бизнес-процессы предприятий для запуска моделей перевода на их серверах по нашей лицензии. Это позволяет сохранить приватность данных, не зависеть от объема переведенного текста и оптимизировать перевод под специфику конкретной компании. Можно сделать качество перевода лучше конкурентов на определенные языковые пары или темы. Можно и на все. Это вопрос ресурсов компании.

При достаточных инвестициях с этим проблем нет. Что и как делать — известно, просто нужны рабочие руки и деньги. На самом деле рынок NLP растет очень быстро по мере того, как совершенствуется распознавание, анализ речи, машинный перевод, и может принести хорошую прибыль для небольшой команды.

Весь хайп тут начнется через 2-3 года, когда сегодняшняя раскрутка рынка большими компаниями принесет свои плоды. Начнется череда сделок по слиянию / поглощению. Главное в этот момент — иметь хороший продукт с аудиторией, который можно продать.

Результат

За все время тестовые приложения принесли более 1 миллиона долларов, из которых большая часть потрачена на то, чтобы сделать свой переводчик. Сейчас очевидно, что все можно было сделать гораздо дешевле и лучше.

Было сделано много управленческих ошибок, но это опыт, а тогда советоваться было не с кем. В статье описана очень маленькая часть этой истории и иногда может быть непонятно, почему принимались те или иные решения. Задавайте вопросы в комментариях.

Ссылки на новые программы, которые разрабатывались в течении 3 лет и в которые были вложены деньги. Если кто хочет увидеть старые тестовые приложения, про которые шла речь в начале статьи (где были заработаны деньги и 35 млн скачек) — пишите в личку.

На данный момент мы не добились качества перевода Google, но я не вижу никаких проблем это сделать если в команде будет хотя бы несколько специалистов по Natural Language Processing. Сейчас лучше всего наш переводчик работает с английского языка на немецкий, испанский, французский. По ссылке можно найти демонстрацию перевода.

Если есть идеи совместных партнерств и предложений — пишите в личку, добавляйте в Facebook, LinkedIn.

Переводчик Google для бизнеса — обзор на LiveBusiness

2019. Google представила технологию синхронного перевода устной речи Translatotron

Google представила Translatotron — технологию синхронного перевода устной речи, которая не выполняет этап расшифровки речи в текст и обратно (как это делается в Google Translate), а анализирует спектограмму источника и генерирует спектограмму на нужном языке. Кроме этого, такая система может сохранять интонацию и паузы оригинальной речи. В Google выделяют несколько преимуществ Translatotron. Технология может быстрее совершать перевод (по сравнению с «каскадными» системами), избавляется от возможных ошибок при распознавании текста и может лучше справляться со словами, которые не нуждаются в переводе (например, названия и имена собственные).

2019. Google Assistant научился синхронному переводу для 27 языков, включая русский

Виртуальный ассистент Google Assistant теперь может помочь легче общаться с иностранными партнерами и клиентами. В нем появился режим синхронного перевода на 27 языков, в числе которых есть и русский. Первым устройством с его поддержкой стал умный дисплей Google Home Hub. Чтобы активировать функцию, нужно попросить Asisstant побыть переводчиком на выбранный язык. Пока переводчик работает не идеально, поэтому кроме синхронного перевода, вы получите еще и смешные смыслы, которые создадут более расслабленную атмосферу для общения с иностранными партнерами и клиентами (как показано в видеоролике).

2018. Google Translate добавил возможность перевода документов

Гугл обновил дизайн и функциональность своего онлайн-переводчика Google Translate. Кроме изменения внешнего вида, появилась возможность загрузки и перевода документов. Сервис поддерживает файлы Word, Excel, PowerPoint, а также ODF. Переведенный документ открывается на отдельной веб-странице. Его нельзя скачать как файл, но можно скопировать текст. Также в новом интерфейсе стало легче сохранять переводы, которые часто используются. Для этого необходимо выбрать значок звезды, чтобы добавить переведенный фрагмент в избранное. Можно сохранять переводы с помощью кнопки «Сохранено» внизу и структуризировать их по языку одним щелчком мыши. Кроме того, сервис стал лучше переводить некоторые специализированные тексты, например медицинские.

2017. Google представил беспроводные наушники со встроенным переводчиком
На большой презентации, вместе с новым телефоном, ноутбуком и прочими штучками, Google представил беспроводные наушники Pixel Buds за $159, которые предназначены для более близкого общения со своим голосовым помощником Google Assistant. На первый взгляд, это всего-лишь жалкая пародия на Apple Airpods + Siri. Однако, у Гугла есть большое преимущество — переводчик, который переводит речь в реальном времени. А с новыми наушниками вы сможете проводить переговоры с зарубежными партнерами, как Президент. Зафиксированная встроенным микрофоном речь на иностранном языке (а поддерживаются 40 языков) будет воспроизводиться на русском в наушниках. А ваш партнер будет слышать у себя в наушниках синхронный перевод вашей речи.

2017. Новый Google Translate добавил поддержку русского языка

Прошлой осенью Гугл выпустил новую версию своего переводчика Google Translate, основанную на искусственном интеллекте, а сегодня в ней появилась поддержка русского языка. До этого сервис использовал статистический метод перевода. Он разбивал предложение на фразы, и, анализируя миллионы ранее сделанных переводов, определял наиболее вероятный перевод каждой фразы. Это работает гораздо лучше дословного перевода, однако все еще значительно хуже человеческого перевода. Новая версия переводит не фразы, а целые предложения. Т.е. она извлекает из предложения объекты, события и связи между ними, а затем выражает смысл на другом языке. В результате (по подсчетам разработчиков) качество перевода улучшилось на 60%. На данный момент новый алгоритм (кроме русского) поддерживает еще английский, французский, немецкий, испанский, португальский, китайский, японский, корейский, турецкий, вьетнамский и хинди.

2016. Google Translate начинает использовать смысл для перевода

До сих пор Google Translate использовал статистический метод перевода. Он разбивал предложение на фразы, и анализируя миллионы ранее сделанных переводов, определял наиболее вероятный перевод данной фразы. Это работает гораздо лучше дословного перевода, однако все еще значительно хуже человеческого перевода. Новая версия сервиса, основанная на технологии Neural Machine Translation, переводит не слова, и не фразы, а целые предложения. Т.е. система извлекает из предложения объекты, события и связи между ними, а затем выражает смысл на другом языке. Она состоит из двух 8-слойных нейросетей, анализирующей и синтезирующей.Между нейросетями установлен дополнительный модуль внимания, который контролирует, чтоб  не пропускались редкие, но важные для смысла предложения слова. На данный момент новый алгоритм работает с 9 языками: английским, французским, немецким, испанским, португальским, китайским, японским, корейским и турецким. В будущем добавится поддержка всех 109 языков. ***

2015. Мобильный Google Translate научился переводить речь в режиме реального времени

Гугл выпустил обновленное приложение Google Translate для Android и iOS, которое теперь может помочь людям, разговаривающим на разных языках понимать друг друга при личной встрече. Переводчик автоматически распознает язык, на котором говорит ваш собеседник и произносит ту же фразу на нужном языке (русский поддерживается). Круто? Да. Но т.к. Google Translate, очевидно, основан на искусственном интеллекте, то результат перевода часто зависит от его настроения. Иногда он переводит точно, а иногда выдает совершенно левые фразы. Но этот небольшой дефект нисколько не испортит ваше общение, а наоборот, разрядит обстановку. На видео показано, как ребята из Mashable веселятся с помощью новой функции. Кроме синхронного перевода голоса в приложении появился мгновенный перевод надписей. Это особенно полезно при поездках за границу — в аэропортах, метро — можно наводить камеру смартфона на различные указатели и получать мгновенный перевод. Тем более, что эта функция работает даже в оффлайне.

2013. Android для бизнеса: Гугл добавил оффлайн переводчик, Evernote — сканер документов

Платформа Android получила две новые полезные фичи, которые наверняка понравятся бизнес-пользователям. Во-первых, это оффлайн-режим работы в переводчике Google Translate. Ведь переводчик часто очень нужен, когда вы едете заграницу, но заграницей как-правило, у вас нет мобильного интернета. Теперь можно скачать себе базы нужных языков и использовать мощный переводчик Гугла в оффлайне. А в Evernote для Android появилась функция съемки документов для их распознавания. Она определяет границы листа, убирает тени и корректирует контрастность, оптимизируя текст для распознавания. Отметим, что пока Evernote не возвращает отсканированный документ в текстовом формате, но зато позволяет находить этот документ по содержащемуся в нем тексту. Кроме того, в бесплатной версии время распознавания документов зависит от длины очереди на распознавание и может занять несколько дней.

2010. Как работает Google Translate

Как вы знаете, онлайн переводчик Google Translate уже умеет переводить не только отдельные слова, но и целые предложения и тексты. И если вы рассмотрите эти переводы, вы увидите, что переведенные слова не всегда идут в том же порядке, что и исходные: переводчик старается сгенерировать предложения с учетом смысла и правил языка. Как он это делает? Человеку для перевода нужны самые разнообразные знания о мире и о языке. Но Google Translate использует другой хак: он анализирует миллионы текстов и их готовые переводы, сделанные людьми и формирует паттерны из часто встречающихся фраз. Чем больше переводов он обрабатывает, тем качественнее становится его собственный перевод.

2009. Google Translate научился разговаривать и переводить в реальном времени

В перспективе технология перевода текста и речи является одной из самых важных для виртуальной экономики. Ведь язык — это главный барьер, который не позволяет талантам из разных стран вместе работать над одним проектом. Поэтому мы с надеждой смотрим на Google Translate, как на самый инновационный сервис для обеспечения межязыковых коммуникаций. Сегодня Google выкатил новую версию сервиса и добавил несколько полезных фич. Во-первых, теперь сервис выдает результат перевода по мере того, как вы вводите текст — в реальном времени. Во-вторых, при переводе с русского на английский вы теперь можете прослушать переведенный текст. Причем озвучка довольно приятная и качественная — можно даже тренировать произношение слов. ***

2009. 10+ лучших сервисов для онлайн перевода

Глобальный бизнес требует знания иностранных языков (особенно английского). Но иногда собственных знаний не хватает и тогда на помощь приходят веб-сервисы для онлайн переводов. Их довольно много, даже очень много, но мы сфокусируем внимание только на лучших, чтобы сэкономить ваше время. Стоит также отметить, что мы оценивали качество переводов для двух языков — русского и анлийского. Возможно для других языков результаты могут отличаться.Мгновенный перевод текстаЭто наиболее частая задача — быстро перевести кусок текста или веб-страницу, чтоб понять, о чем там написано. Наиболее качественный перевод текста получается у Google Translate. Но стоит отметить и новый переводчик от Microsoft — Bing Translator, который выдает не менее качественные результаты. Легендарный переводчик Babel Fish, купленный Yahoo!, которым пользовались все еще пару лет назад, делает англо-русский и русско-английский перевод похуже, но все таки лучше, чем лучший из российских сервисов PROMT. Хотя, PROMT — тоже стоит отметить, т.к. он предоставляет онлайн переводчик с мобильным интерфейсом. Онлайн словариЭти сервисы используют, когда нужно перевести непонятное слово. В принципе, для этого можно юзать уже упомянутые Google Translate и Bing Translator, но они дают только один вариант перевода, который не всегда подходит. Поэтому, лучше воспользоваться одним из онлайн-словарей. Лучший онлайн словарь в Рунете — это Яндекс Словари (Lingvo). Особенно удобно установить его плагин к браузеру, чтобы получать перевод слов так же быстро, как и результаты поика в Яндексе. Еще можно отметить словарь Multilex, но он похуже.Переводчики коммуникаций ***

2009. BabelWith.me развивает российский интернет-аутсорсинг

Наша страна — страна аутсорсинга. Тысячи наших разработчиков пашут днями и ночами на западных заказчиков. При этом довольно часто делается много  ненужной работы из-за простого недопонимания между заказчиком и исполнителем. Те, кто управляет проектами, знают, что даже если разговариваешь с разработчиком на одном языке — не всегда удается понять друг друга, а что уж говорить, если языки разные. Так уж повелось, что западные бизнесмены не учат русский язык, поэтому наши ребята, как могут, изъсняются на английском. С сегодняшнего дня их жизнь станет немножко проще — благодаря сервису BabelWith.me, который представляет собой групповой чат со встроенным переводчиком. ***

Статья удалена — Технологии на TJ

Этот материал был удалён по просьбе автора.

11 153

просмотров

{
«author_name»: «Командный американец»,
«author_type»: «self»,
«tags»: [],
«comments»: 58,
«likes»: 45,
«favorites»: 3,
«is_advertisement»: false,
«subsite_label»: «tech»,
«id»: 83868,
«is_wide»: true,
«is_ugc»: true,
«date»: «Wed, 09 Jan 2019 17:22:47 +0300»,
«is_special»: false }

{«id»:214344,»url»:»https:\/\/tjournal. ru\/tech»,»name»:»\u0422\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438″,»avatar»:»6b3d55b6-65a0-129c-18da-09ee4d987819″,»karma»:null,»description»:»\u0424\u0443\u043d\u043a\u0446\u0438\u0438 \u0441\u043e\u0446\u0441\u0435\u0442\u0435\u0439 \u0438 \u043c\u0435\u0441\u0441\u0435\u043d\u0434\u0436\u0435\u0440\u043e\u0432, \u0440\u043e\u0431\u043e\u0442\u044b, iOS \u0438 Android, Windows, \u0431\u043b\u043e\u043a\u0438\u0440\u043e\u0432\u043a\u0438 \u0438 \u043f\u0430\u0434\u0435\u043d\u0438\u044f \u0441\u0430\u0439\u0442\u043e\u0432. \u0421\u044e\u0434\u0430 \u0436\u0435 \u2014 \u043e\u0442 \u043d\u043e\u0432\u044b\u0445 \u0430\u0439\u0444\u043e\u043d\u043e\u0432 \u0438 \u043d\u043e\u0443\u0442\u0431\u0443\u043a\u043e\u0432 \u0434\u043e \u0440\u0430\u0441\u043f\u0435\u0447\u0430\u0442\u0430\u043d\u043d\u044b\u0445 \u043d\u0430 3D-\u043f\u0440\u0438\u043d\u0442\u0435\u0440\u0435 \u0432\u0438\u043d\u0442\u043e\u0432\u043e\u043a \u0438 \u043d\u0435\u0432\u0435\u0440\u043e\u044f\u0442\u043d\u044b\u0445 \u0433\u0430\u0434\u0436\u0435\u0442\u043e\u0432 \u0441 \u043a\u0440\u0430\u0443\u0434\u0444\u0430\u043d\u0434\u0438\u043d\u0433\u043e\u0432\u044b\u0445 \u043f\u043b\u043e\u0449\u0430\u0434\u043e\u043a. «,»isMe»:false,»isPlus»:false,»isVerified»:false,»isSubscribed»:false,»isNotificationsEnabled»:false,»isShowMessengerButton»:false}

{«url»:»https:\/\/booster.osnova.io\/a\/relevant?site=tj»,»place»:»entry»,»site»:»tj»,»settings»:{«modes»:{«externalLink»:{«buttonLabels»:[«\u0423\u0437\u043d\u0430\u0442\u044c»,»\u0427\u0438\u0442\u0430\u0442\u044c»,»\u041d\u0430\u0447\u0430\u0442\u044c»,»\u0417\u0430\u043a\u0430\u0437\u0430\u0442\u044c»,»\u041a\u0443\u043f\u0438\u0442\u044c»,»\u041f\u043e\u043b\u0443\u0447\u0438\u0442\u044c»,»\u0421\u043a\u0430\u0447\u0430\u0442\u044c»,»\u041f\u0435\u0440\u0435\u0439\u0442\u0438″]}},»deviceList»:{«desktop»:»\u0414\u0435\u0441\u043a\u0442\u043e\u043f»,»smartphone»:»\u0421\u043c\u0430\u0440\u0442\u0444\u043e\u043d\u044b»,»tablet»:»\u041f\u043b\u0430\u043d\u0448\u0435\u0442\u044b»}},»isModerator»:false}

Еженедельная рассылка

Одно письмо с лучшим за неделю

Проверьте почту

Отправили письмо для подтверждения

Перевод «гугл-переводчик» с русского на казахский язык с примерами

google-переводчик

 

гугл-переводчик

источник
пожаловаться

 

Langcrowd. com

Гугл-Карту

 

Google Картасы

источник
пожаловаться

 

Langcrowd.com

Гугл-уведомление

 

Гугл-хабарлама

источник
пожаловаться

 

Langcrowd.com

Google переводчик

 

google аудармашы

источник
пожаловаться

 

Langcrowd.com

Гугл-очки

 

Гугл-көзілдірік

источник
пожаловаться

 

Langcrowd. com

Переводчик: Zhadra Baibussinoa

 

Аудармашы: Zhadra Baibussinoa

источник
пожаловаться

 

Langcrowd.com

google-переводчик

 

google аудармашы

источник
пожаловаться

 

Langcrowd.com

На Гугл-картах

 

Гугл-карталарда

источник
пожаловаться

 

Langcrowd.com

Гугл был другом

 

Гугл досым болды

источник
пожаловаться

 

Langcrowd. com

Гугл-картах

 

Гугл-карталарда

источник
пожаловаться

 

Langcrowd.com

гугл

 

Google

источник
пожаловаться

 

Langcrowd.com

Переводчик WordReference. com: итальянско-английскийQuery

 

WordReference. com итальян тілінен ағылшынға аударуQuery

источник
пожаловаться

 

Corpus name: LangCrowd.com License: Unknown References: http://www.langcrowd.com

И как многие из вас знают, у Гугл

 

Көпшілігіңіз білетіндей

источник
пожаловаться

 

Langcrowd. com

Истоки Google Translate в эпоху холодной войны

Бывают моменты, когда мне кажется, что я действительно живу в будущем. Это случилось со мной совсем недавно, когда, просматривая архив онлайн-газет, я наткнулся на статью 1954 года в Los Angeles Times о наступающей эре языкового перевода с помощью компьютеров. Короткая статья Associated Press о компьютере IBM, который позиционировали как первый компьютер, способный переводить между разными языками, закончилась примером его навыков.

Репортер достаточно сенсационным языком объяснил, что «мозг» получил предложение на русском языке для перевода на английский.«Свет мигает, слышен приглушенный звон и лязг, и через 10 секунд вы получите перевод», — сказано в нем.

Интересно проверить, все ли правильно, я скопировал русский текст из рассказа и открыл новую вкладку в своем браузере. Быстрое копирование и вставка в Google Translate, и я быстро подтвердил перевод — нет необходимости в суперкомпьютере или доступе к лабораториям вычислительного гиганта. И если бы исходная цитата была на одном из 63 языков, поддерживаемых Google, процесс был бы столь же быстрым.

Добро пожаловать в будущее.

Мое открытие побудило меня искать истоки этой технологии, которую мы теперь принимаем как должное. И, как я обнаружил, наш интерес к многоязычным машинам и бесперебойному переводу уходит корнями гораздо раньше, чем в 1950-е годы. Фактически, вы должны вернуться в 1629 год, когда французский философ и математик Рене Декарт предложил серию универсальных символов, в которые можно было преобразовать любой язык. Его идея, казалось, так и не была реализована. В 1933 году во Франции и России были независимо поданы патенты, в которых использовались различные механические средства перевода языков с помощью бумажной ленты.Но, как это часто бывает, война была катализатором серьезных усилий в этой области.

Страх и ненависть

Электромеханические шифровальные машины, использовавшиеся во время Второй мировой войны, такие как German Enigma, вдохновили ученых после войны на то, чтобы с головой погрузиться в смелую новую эру машин компьютерного перевода. Одним из первых ее сторонников был американский ученый Уоррен Уивер, директор отдела естественных наук Фонда Рокфеллера. В 1946 году он прочитал доклад английского физика Эндрю Д.Бут, который вдохновил его поверить в то, что машинный перевод не за горами. В последующие годы его коллеги поощряли его развивать свои идеи, что привело к его меморандуму 1949 года «Перевод». В документе, который считается самой влиятельной публикацией на заре машинного перевода, обозначен ряд амбициозных целей в этой области, несмотря на то, что он появился в то время, когда мало кто знал, на что могут быть способны компьютеры.

Записка, в которой признавалась необходимость «огромного объема работы над логическими структурами языков, прежде чем кто-то будет готов к какой-либо механизации», была разослана примерно 200 его друзьям (многие из которых были политиками правительства США) и считается, что он вдохновил практически все серьезные исследования в этой области в 1950-х годах.

Но записка Уивера была не единственным стимулом для этой быстрорастущей области. Что действительно дало толчок исследованиям, так это страх холодной войны и желание США легко читать и переводить российские технические документы.

В середине 1950-х годов примерно 50% научных работ, опубликованных во всем мире, были на английском языке. В среднем стоимость перевода составляет около 6 долларов (около 50 долларов с поправкой на инфляцию), а для перевода технических документов требовалось, чтобы переводчик-человек был хорошо знаком с материалом.Огромное количество времени и высокая стоимость перевода этих документов представляли проблему для американцев, одержимых стремлением быть в авангарде новых технологических разработок и победить русских.

Как поясняется в выпуске Popular Science за 1958 год, эти статьи могут содержать ключи к разгадке «H-power, межпланетного полета, более мощных батарей, более износостойких шин».

«Проблема в том, что слишком мало ученых и инженеров читают иностранные языки. Нам нужна машина, чтобы читать на одном языке и печатать на другом: автоматический переводчик. Мы пытаемся построить — не одно, а несколько », — говорилось в нем.

Одной из тех первых машин был компьютер IBM, упомянутый в статье Associated Press, который вызвал у меня интерес. Универсальный компьютер, который на момент своего дебюта в 1952 году описывался как «самый продвинутый, самый гибкий и высокоскоростной компьютер в мире», был запрограммирован на выполнение переводов. Два года спустя он был готов. Хотя в нем было всего 250 слов и Шести грамматических правил было достаточно, чтобы СМИ того времени произвели должное впечатление.В номере журнала «Химические и инженерные новости» от 25 января 1954 г. рассказывалось об «огромном шаге», который машина сделала «к установлению межкультурной коммуникации».

«Математический компьютер IBM 701 … был преобразован в переводчик электронного языка, называемый электронным мозгом. Первым языковым подвигом мозга стал перевод русской научной литературы, включая химические и инженерные науки, на английский язык. Машинистка, не знающая ни одного языка, может работать на машине », — говорится в сообщении.

«Нет будущего»

Машинка доминировала в научно-популярной и инженерной прессе. В статье в октябрьском номере Mechanix Illustrated за 1958 год объясняется, как работает «гигантский мозг».

«Во-первых, каждое слово в большом английском словаре перечислено на ленте под кодовым номером», — говорится в сообщении. «Русские, французские или немецкие эквиваленты каждого слова имеют одинаковый номер. Затем, например, для перевода с русского на английский в аппарат загружается лента с русскими кодовыми номерами, которая сопоставляет номера и распечатывает английские.

Репортер продолжает описывать эксперимент, в котором компьютер попросили перевести английскую фразу «Вне поля зрения, вне разума» на русский язык. «Результат был поразительным:« Невидимый и безумный », — говорится в статье. «Новые компьютеры намного сложнее, и хотя человеческое редактирование для перестановки неудобных последовательностей слов все еще необходимо, компьютер может сделать сотни приблизительных переводов за день».

Примерно в это же время мы также начинаем видеть, как идея машинного перевода проникает в массовую культуру.Как мы уже видели ранее, воскресные комиксы, такие как «Closer Than We Think», были рождены «холодной войной» и опасениями, что американцы проиграют в научно-технических сражениях так же сильно, как и в ядерных. В ленте Closer Than We Think от 21 августа 1960 года намеренно игнорировались очевидные причины, по которым американское правительство хотело разработать такие машины:

«В мире завтрашнего дня вы сможете говорить по-английски, и вас поймут Японец, который знает только свой язык, или османский турок, который знает свой язык и никакой другой », — говорится в нем.На снимке изображен некий иностранный сановник, посещающий Белый дом. Он только что сошел с вертолета, приземлившегося в саду, и пожимает руку очень официальному джентльмену, несущему «коробку переводчика». В тексте поясняется, что создание мультфильма было вдохновлено машиной, разрабатываемой ВВС США. «Сейчас он работает со скоростью всего 40 слов в минуту, громоздкий и сложный. Но миниатюризация в сочетании с магнитной лентой предлагает гораздо более драматические возможности в будущем — коробку для перевода, которая может слушать один разговорный язык и мгновенно передавать устный перевод.Тогда любой язык можно было бы использовать где угодно и повсеместно! »

Однако, как это часто бывает, реальность не выдержала глянцевых изображений и ажиотажа. К середине 1960-х годов в Соединенных Штатах возникло разочарование в отношении будущего машинного перевода. Затем в 1966 году был нанесен удар молота. Влиятельный Консультативный комитет по автоматической обработке языков (Alpac) опубликовал отчет о состоянии дел в этой области и, в частности, об успехах — или недостатках — в анализе и сканировании русскоязычных документов для использования в военных целях США.Его вывод был обескураживающим: «У нас нет полезного машинного перевода [и] нет немедленных или предсказуемых перспектив полезного машинного перевода». Комитет рекомендовал прекратить различные исследовательские программы и вернуться к переводчикам-людям. Серьезные исследования возобновились только в 1980-х, когда стали доступны дешевые вычислительные мощности.

Только подумайте, каким мог бы быть Google Translate, если бы его не остановили.

Если вы хотите прокомментировать эту историю или что-нибудь еще, что вы видели в Future, перейдите на нашу страницу в Facebook или напишите нам в Twitter.

Вы не можете доверять Google Translate — 5 серьезных сбоев

Они говорят, что любая реклама — это хорошая реклама, но это, похоже, не так. Что по-прежнему получает наибольший успех, так это Google за его инструмент для перевода. Google Translate является продвинутым, особенно для большинства бесплатных инструментов перевода. Проблема не возникает из-за недостатка работы, которую вкладывают в инструмент и другие подобные инструменты, а в том, что языки настолько сложны, сложны и в то же время деликатны, что для перевода требуется человеческое прикосновение, которое их создавало. Однако в последнее время кажется, что Google получает вину за бесчисленное множество ошибок. Мы всегда повторяли, что вы не можете доверять Google Translate или любому другому онлайн-инструменту в этом отношении. В таком случае, возможно, виноват не инструмент, а, скорее, ожидания его пользователя.

При этом, когда мы часто слышим: «Почему мы не можем просто использовать Google Translate ?», Возникает множество неприятных ошибок, которых можно избежать, потому что вы не можете полагаться на бесплатные инструменты перевода или доверять им, как мы сказали The Guardian .Вот 5 серьезных ошибок Google Translate — и их гораздо больше.

Растерянный Гэндальф оказывается в России вместо Мордора [/ caption]

Мордор

Вчера BBC News опубликовали сообщение об ошибке в онлайн-инструменте, который переводил Российскую Федерацию на Мордор. Если вы не в курсе, Мордор — это темное место в вымышленной стране Средиземья от J. R.R. Литературная серия «» Толкина «Властелин колец» .Кроме того, при переводе с украинского на русский он превратил русских в оккупантов, что по многим причинам неудобно.

Грустная лошадка

Становится хуже. Как будто Мордора было недостаточно, он также перевел фамилию министра иностранных дел России в «грустную лошадку».

Я уверен, что у Сергея Лаврова было более чем вытянутое лицо, когда он это узнал.

А какой фестиваль еды ?!

Галисийский кулинарный фестиваль, посвященный грелу, зеленолистному овощу, типичному для культурной кухни региона, был переведен с довольно наглядной ошибкой.При переводе с галисийского, регионального диалекта испанского, город использовал Google Translate для размещения своих листовок на кастильском испанском языке, но при этом фестиваль превратился из прославления листовых овощей «грелу» на «клиторис». Другой вид фестиваля еды, который вы не можете не задаться вопросом, а не все ли это, что вы можете съесть . ..

Bel-Air Ain’t the Same

Что произойдет, если вы возьмете известную музыкальную тему, которая узнаваема большинством людей, переведете ее на 64 языка и попытаетесь спеть? Не грубая ошибка бренда, а интересный эксперимент над сложностями языка.Как видите, переключаться между мандаринским языком неуклюже и неудобно, но весьма впечатляюще для бесплатного инструмента — опять же, он просто меняет свой собственный алгоритм, так что нет возможности подтвердить, насколько хорош перевод на мандаринский язык без проверки. Пройдя через все 64 языка, одна из самых известных песен в мире не имеет ничего общего с основной поп-культурой.

Google Translate гомофобный Fiasco

Это было личным фиаско для переводческой службы компании, которая предложила другие оскорбительные определения при переводе слова «гей».Компания предложила слова «фея», «пидор», «пуф» и «королева» в качестве возможных определений и вариантов этого слова.

Однако компанию необходимо защищать, поскольку они открыто прогрессируют и не заслуживают недоброжелательства или злоупотреблений со стороны этого. Как они указали в своем заявлении в то время: «Наши системы производят переводы автоматически на основе существующих в сети». Если они продолжат использовать ненавистные оскорбления в качестве замены, это больше говорит о людях в Интернете, чем о сложной системе инструмента.

Есть еще много всего.Даже если ввести его в строку поиска, появятся слова «не удается», поскольку это стало очень распространенным явлением. Вот почему бесплатные инструменты перевода и даже наш собственный машинный перевод, самый технический и сложный в своем роде благодаря CAT-инструментам и памяти переводов, лучше всего, когда есть переводчик-человек, который очищает его при постредактировании.

Хотя мы во многом полагаемся на Google — чтобы узнать, куда идти, лучшие магазины и даже закончить наши предложения, — язык слишком сложен и своеобразен, чтобы не создавать вопиющих ошибок, подобных приведенным выше. Чтобы узнать больше об услугах коммерческого перевода, ознакомьтесь со списком наших высококачественных многоязычных услуг, которые мы можем адаптировать к вашим потребностям.

Топ-10 альтернатив Google Offline Translate
— Таймер

Google Translate — отличный продукт, но есть только одна проблема: вы должны заранее загрузить нужный язык.Если вы хотите поговорить с кем-нибудь на новом языке, который вы не загружали, последнее, что вам нужно сделать, это открыть телефон и начать загрузку файлов автономного перевода.

Если вы не в сети или у вас закончились данные, угадайте, что? Не повезло тебе.

Но эти альтернативы Google offline translate позволят вам продолжить общение без Интернета или Google.

1. Наушники Timekettle M2

Наушники для автономного перевода Timekettle M2 позволяют свободно разговаривать и говорить без сетевых ограничений. Этот проект Indiegogo изменит мир офлайн-перевода. Выглядит так, как будто вы носите AirPods, но наушники Timekettle намного мощнее. Вы можете переводить 40 языков и 93 акцента в режиме реального времени. Благодаря этой усовершенствованной технологии перевода вы сможете общаться как носитель языка.

Timekettle — это как персональный переводчик прямо в ухе.

2. Waygo

Планируете поездку в Азию в ближайшее время? Waygo мгновенно переводит китайский, японский и корейский языки — Интернет не требуется.Просто укажите и переведите. Вы сможете переводить меню еды, вывески и текст, и все это можно будет сделать на своем устройстве Android или iOS. У вас старый телефон? Нет проблем. Waygo также отлично работает на старых телефонах.

3. Устройство мгновенного автономного языкового переводчика Или

Или — односторонний переводчик, который выглядит как пульт Amazon Fire, но на самом деле это карманный переводчик. Перевести с английского на испанский, китайский или японский. Устройство оптимизировано для путешествий, поэтому для правильной работы оно ориентировано на определенные фразы для путешествий.

4. ITranslate

iTranslate — одно из самых надежных приложений для автономного перевода. В то время как онлайн-версия может переводить на 90 языков, офлайн-версия может охватывать 37 различных языков. Вы даже можете использовать перевод разговоров на арабский в реальном времени. Это редкость даже для онлайн-приложений для перевода.

5. Переводчик Vasco Mini 2

Vasco Mini 2 — многоязычный переводчик, поддерживающий 50 языков.Хотя технически это устройство не находится в автономном режиме, это устройство поставляется с собственной встроенной SIM-картой без ограничений и обеспечивает пожизненный глобальный тарифный план в более чем 150 странах. Точность составляет 96%, и у вас будут самые популярные в мире языки для перевода, включая английский, японский, французский, испанский, китайский, итальянский и немецкий.

6. Переводчик Microsoft

Microsoft Translator — это оптимизированный инструмент автономного перевода, который позволяет переводить на 44 языка в любом месте.Благодаря искусственному интеллекту в этом приложении повышается качество перевода, поэтому он всегда предлагает наиболее точный перевод.

7. Устройство языкового переводчика Buoth

Автономный перевод

Buoth позволяет переводить на 8 языков: китайский, английский, японский, корейский, французский, русский, немецкий и испанский. Сначала необходимо загрузить офлайн-языки (так что сначала вам понадобится Интернет). Но если вы можете использовать онлайн-режим, вы можете перевести 227 языков с точностью 98%.

8. Переводчик Baidu Translate

Baidu доступен для iOS — извините, пользователи Android — но он имеет одну из самых надежных функций автономного перевода. Вы можете переводить только с английского на китайский, но вы можете переводить, используя образцы предложений, разговорник и записи носителей языка.

9. Устройство для мгновенного перевода речи на язык

Хотите перевести на 137 языков и использовать более 47 переводов фотографий с камеры и 14 автономных переводов? Instant Voice Language Translator поддерживает как офлайн, так и онлайн.Автономное использование может помочь в переводе на английский, китайский, корейский, японский, испанский, итальянский, французский, немецкий, голландский, русский и португальский языки.

10. ABBYY Translate

ABBYY — отличное приложение для перевода текста на экране камеры или меню в ресторане. Вы даже можете перевести непонятные дорожные знаки, чтобы не получить билет за границу. Это приложение переводит множество языков в автономном режиме, включая китайский, индонезийский, японский, английский, русский, испанский, французский, немецкий и португальский.

Статьи по теме:

10 лучших автономных голосовых переводчиков 2020

ТОП-10 лучших офлайн-переводчиков 2020

10 лучших бесплатных приложений-переводчиков 2020

10 лучших офлайн японских переводчиков 2020

В чем разница между Timekettle M2 и Timekettle WT2 Plus?

Не говори на языке? Как использовать Google Translate | от PCMag | PC Magazine

Приложение Google Translate и Google Assistant могут переводить текст или изображения на десятки языков.

Автор Лэнс Уитни

Если вам нужно поговорить с кем-то, кто говорит на иностранном языке, перевести меню, расшифровать беседу или диктовать на другом языке, Google может прийти вам на помощь с двумя доступными приложениями для устройств iOS и Android.

Приложение Google Translate может переводить на десятки языков с помощью текста или голоса; просто введите, напишите или говорите в приложении. Он даже позволяет вам навести свой смартфон на знак или меню, написанное на иностранном языке, чтобы просмотреть живой перевод.

Режим переводчика Google Ассистента, тем временем, может предлагать переводы в реальном времени, что позволит вам поддерживать беседу с кем-то, разговаривая на разных языках. После того, как вы попросите Google помочь вам с определенным языком, Ассистент автоматически переведет ваши слова, чтобы вы могли поддерживать беседу с собеседником.

Вот как использовать приложение Google Translate и Google Assistant.

Google Translate работает на устройствах iOS и Android; Пользователи iPhone и iPad могут скачать его в Apple App Store, а пользователи Android — в Google Play.Обе версии предлагают примерно одинаковые функции.

Переводите набранный текст на более чем 100 различных языков, смотрите переводы изображений примерно на 90 языков, переводите двуязычные разговоры на лету на 43 языка и рисуйте текст для перевода на 95 языков. Оффлайн переводы также доступны для многих языков, и вы также можете сохранить переведенные слова и фразы для использования в будущем.

Помимо английского, небольшая выборка из множества языков, поддерживаемых приложением, включает французский, итальянский, немецкий, испанский, греческий, китайский, японский, корейский, латинский, арабский, русский, иврит и идиш.

Перевести текст

Допустим, вам нужен перевод английской фразы на итальянский язык. Коснитесь названия текущего языка в верхнем левом углу экрана и выберите английский в качестве исходного. Коснитесь названия языка в правом верхнем углу экрана и выберите итальянский в качестве целевого языка. Затем коснитесь поля с надписью Нажмите, чтобы ввести текст и начать вводить английское слово или фразу, которую хотите перевести.

Также можно коснуться пера и написать фразу на английском языке по одному символу за раз, используя палец или стилус.Когда вы вводите или пишете символы на экране, приложение пытается предсказать, что вы планируете написать, полностью, отображая возможные комбинации слов и букв. Продолжайте писать или выберите одно из предложенных слов, если оно соответствует тому, что вы намеревались ввести. В какой-то момент приложение может предложить всю фразу, которую вы хотите ввести. Если да, выберите фразу.

В свою очередь, Google Translate отображает слово или фразу на целевом языке. Вы можете нажать кнопку со стрелкой вправо рядом с переводом, а затем нажать значок динамика рядом с фразой на любом языке, чтобы услышать ее вслух.

Нажмите значок «Копировать», чтобы скопировать перевод, и значок с тремя точками, чтобы поделиться им, просмотреть его в полноэкранном режиме, начать беседу или отменить перевод.

Перевести изображения

Еще одна интересная функция — это возможность переводить текст на изображении с помощью камеры телефона. Выберите исходный и целевой языки, затем коснитесь значка камеры. Направьте камеру устройства на знак, меню или документ, написанный на исходном языке.

Google Translate предлагает живые переводы, хотя для некоторых языков потребуется загружаемый языковой пакет.Как только у приложения появляется момент для распознавания текста, он переводится на целевой язык и отображается прямо на экране.

Коснитесь значка «Сканировать», чтобы отсканировать изображение; затем коснитесь каждого фрагмента текста, чтобы увидеть перевод. Коснитесь значка «Импорт», чтобы перевести фотографию, которую вы уже сделали на свой телефон. Вы также можете использовать кнопку спуска затвора на своем устройстве, и приложение попросит вас выделить текст, который необходимо перевести.

Перевести речь

Вы можете говорить на одном языке, и приложение переведет то, что вы говорите, на другой язык.Коснитесь значка микрофона в верхней части экрана и произнесите свое слово или фразу в приложение. Затем Google Translate переведет ваши слова на целевой язык. Коснитесь значка динамика, чтобы услышать перевод.

Другой вариант — нажать значок «Расшифровка» и начать говорить. Когда закончите, нажмите значок микрофона. Затем вы можете выбрать и скопировать транскрипцию, чтобы вставить ее в другое место.

Приложение позволяет вам разговаривать с кем-нибудь, даже если вы не говорите на одном языке.Выберите два языка, затем коснитесь значка разговора. Вы можете вести разговор вручную или автоматически.

Для перехода по маршруту вручную необходимо коснуться значка языка, на котором говорит говорящий. Если выбрать автоматический метод, нажав значок «Авто», Google определит, кто говорит, в зависимости от языка.

Режим переводчика Google Ассистента

На большинстве устройств Android предварительно установлен Google Ассистент, но при необходимости его можно получить из Google Play. Чтобы использовать его на iPhone, загрузите и установите приложение из App Store.

Режим переводчика Ассистента поддерживает 44 различных языка, включая английский, французский, немецкий, греческий, хинди, венгерский, итальянский, японский, норвежский, польский, португальский, русский, испанский, тайский, украинский и вьетнамский.

Режим переводчика также доступен на динамиках Google Home, некоторых интеллектуальных динамиках со встроенным Google Assistant и некоторых интеллектуальных часах.

Перевести разговоры

Чтобы начать работу, запустите Google Assistant на своем устройстве и сообщите Google, какой язык вы хотите использовать.Вы можете сформулировать свою команду различными способами, например:

  • «Окей, Google, будь моим переводчиком с испанского».
  • «Окей, Google, помоги мне говорить по-французски».
  • «Окей, Google, переводи с английского на русский».
  • «Окей, Google, переводчик с японского».
  • «Окей, Google, включи режим переводчика».

Если вы скажете Google включить режим переводчика, помощник определит ваш собственный язык и затем спросит вас, какой язык вы хотите использовать для перевода.После запуска функции коснитесь значка микрофона и скажите что-нибудь на своем родном языке. Google отображает и переводит на другой язык.

Затем вы можете передать устройство человеку, с которым хотите поговорить, и когда он будет говорить на своем языке, Google переведет его. Приложение отобразит и произнесет их фразу на выбранном вами языке. Продолжайте так, чтобы автоматически вести разговор с собеседником.

Ручной перевод

По умолчанию Ассистент автоматически определяет язык, на котором говорят, и переводит его на предпочитаемый вами язык.В большинстве случаев это должно работать плавно, но если функция не работает, вы можете переключиться на ручной режим.

Нажмите на запись «Вручную» в нижней части экрана. Коснитесь значка микрофона для своего родного языка, когда говорите, и коснитесь значка для другого языка, когда собеседник хочет говорить.

Перевод с клавиатуры

Вы также можете использовать клавиатуру для перевода между языками. Это может быть полезно, если вы и другой человек просматриваете свое мобильное устройство или вам нужен перевод для чего-то, кроме разговора в реальном времени.

Прежде чем вы сможете использовать эту опцию, вам может потребоваться установить клавиатуру для некоторых языков. Чтобы сделать это на телефоне Android, перейдите в «Настройки» и найдите параметр для клавиатуры или языков. В меню должна быть опция, позволяющая добавлять новые языки, а затем выбирать нужный язык из списка.

На iPhone или iPad перейдите в «Настройки »> «Основные»> «Клавиатура»> «Клавиатуры ». Коснитесь Добавить новую клавиатуру , выберите язык, затем коснитесь Готово.

Чтобы получить доступ к функции клавиатуры, коснитесь «Клавиатура» внизу, затем коснитесь синего значка клавиатуры, чтобы выбрать язык.Введите свое сообщение, и перевод появится внизу. Затем вы можете коснуться значка динамика, чтобы услышать перевод, прочитанного вслух, или использовать значок копирования, чтобы вставить перевод в другое место.

Коснитесь зеленого значка клавиатуры, чтобы установить язык для другого человека, затем щелкните значок, необходимый для клавиатуры, чтобы переключиться на его язык. Затем другой человек может ввести ответ с новой клавиатуры. Когда вы выйдете из режима переводчика, нажмите кнопку X в правом верхнем углу или просто скажите «Стоп.»

Google Translate теперь выполняет голосовой и жестовой перевод в реальном времени на мобильных устройствах — TechCrunch

Google Translate — это уже очень полезное приложение для всех, кто живет за границей или регулярно путешествует, а на мобильных устройствах оно стало еще умнее. Новое обновление приложений для Android и iOS, которое выходит сегодня, представляет две очень удобные функции: голос в реальном времени и перевод знаков.

Приложение уже предлагало перевод на основе изображений, но теперь волшебство происходит без каких-либо задержек… и, что лучше всего для обычных путешественников, оно работает в автономном режиме.

Функция визуального перевода активируется, когда вы выбираете опцию камеры телефона внутри приложения. Затем вы просто наводите камеру на знак, который хотите перевести, и убедитесь, что он полностью снят, и приложение переведет его.

Голосовой перевод в реальном времени одинаково невероятен и может выступать в качестве посредника для двух человек, разговаривающих на разных языках.

Вы один раз нажимаете на микрофон в приложении и сначала начинаете говорить на иностранном языке.Затем — как только первый язык будет распознан — снова нажмите на микрофон, и оба человека могут начать говорить. Приложение выполняет текстовые переводы обеих сторон разговора в режиме реального времени, помогая преодолеть языковой барьер.

Голосовой перевод был функцией Google Translate для Android в течение некоторого времени, но теперь он появится и в iOS, а также будет «быстрее и естественнее» на Android, сообщает Google.

Единственное предостережение в том, что эти функции мгновенного перевода поначалу несколько ограничены. Они работают только с английского на французский, немецкий, итальянский, португальский, русский и испанский языки и обратно, но Google заявила, что планирует со временем расширить поддержку.

Интересно, что компания также опубликовала некоторую новую статистику популярности Translate. В нем утверждалось, что 500 миллионов человек пользуются сервисом в той или иной форме каждый месяц, причем в день выполняется более миллиарда переводов.

Эти цифры довольно невероятны, и — с двумя чрезвычайно полезными новыми функциями, которые теперь работают и на iOS, и на Android — Google Translate, вероятно, станет еще более популярным.

Обновление: Как отмечали некоторые читатели, эта впечатляющая технология работает на базе World Lens, стартапа, который Google купил в прошлом году. Кредит там, где он должен.

Google Now on Tap теперь может переводить текст из любого приложения или экрана

Сейчас играет:
Смотри:

Способы использования Android Marshmallow Now on Tap

1:04

Компания Google расширила функцию «Теперь на касание», чтобы переводить не только веб-страницы.

Google

Функция Google Now on Tap расширила свои языковые навыки перевода.

Now on Tap, который может переводить определенные языки на ваш родной язык и с него, теперь поддерживает любое мобильное приложение или экран на вашем Android-устройстве, говорится в сообщении Google, опубликованном в среду. На веб-страницах, написанных на иностранных языках, функция предлагает перевести текст на ваш родной язык.В приложениях и на других экранах просто удерживайте кнопку «Домой» и коснитесь карточки «Перевести этот экран», и текст будет переведен.

Функция перевода доступна для телефонов с установленным языком на английском, французском, итальянском, немецком, испанском, португальском и русском языках. Вы даже можете переводить на несколько языков на одном экране.

Google пытался завоевать рынок машинного перевода, чтобы помочь людям, когда они просматривают веб-страницы и натыкаются на страницы, написанные на иностранных языках. Он обеспечивает перевод через мобильное приложение, специальную веб-страницу и браузер Chrome. Но он сталкивается с конкуренцией со стороны конкурирующих сервисов, таких как Skype Translation и Microsoft Translate.

Now on Tap также теперь предлагает другие функции.

Новая функция обнаружения может предоставить информацию о том, что вы видите на экране. Используйте свое устройство Android для поиска такого объекта, как Дональд Трамп. По результатам откройте статью о Дональде, а затем удерживайте кнопку «Домой». Now on Tap предлагает ссылки на связанные истории о биографии Трампа, Башне Трампа и Trump Organization.

Наконец, Now on Tap может искать информацию с помощью штрих-кодов и QR-кодов. Просто наведите камеру Android-устройства на один из этих кодов, нажмите кнопку «Домой», и появится всплывающая информация, относящаяся к этому элементу, вариант, который может пригодиться в следующий раз, когда вы будете делать покупки. Эта функция работает с «упакованными продуктами, книгами, DVD и многим другим», — говорится в сообщении Google в блоге.

Для использования функции Now on Tap требуется Android 6.0 и установлен английский, японский, немецкий, испанский, итальянский, французский, корейский, португальский или русский язык.

15 ошибок Google Translate, из-за которых вы больше никогда не сможете доверять компьютерам

Покажите нам день, который заканчивается на «y», и мы покажем вам #GoogleTranslateFail. Каждый раз, когда роботы пытаются интерпретировать естественный человеческий язык, это постоянный развлекательный источник удовольствия. Вы знаете — подарок, который продолжает дарить. И на самом деле, когда вы переводите «подарок, который продолжает дарить» на вьетнамский язык, вы получаете «những món quà không ngừng đưa ra», что на английском языке переводится как «подарок постоянно предлагается» … или, может быть, просто «No Delicious Delicious» при переводе с английского на вьетнамский снова.

Нельзя сказать, что мы не можем отдать должное, если необходимо: технологии перевода, безусловно, прошли долгий путь за последние несколько лет. Но до того, как надежно уловить нюансы и контекст, еще далеко, а это более чем полдела, когда дело касается коммуникации.

Вот, для вашего развлечения, обзор наших любимых провалов Google Translate. И помните: друзья не разрешают друзьям пользоваться функцией бесплатного автоматического перевода.

1.В то время техника безопасности на рабочем месте потребовала латте с тыквенными специями.

(для непосвященных «otoño» означает «осень» на испанском языке).

Нашел письменный документ на испанском языке «Защита от падения», но в нем написано «otoño protección» 😂💀 #GoogleTranslateFail

— Эрика Сантос (@Erika_JSantos) 6 июня 2017 г.

2. В этот раз ваши пельмени Nyonya были поданы слишком свежими.

3.

В то время сомалийский язык содержал в себе загадку генома человека.

«Вы хотите перевести эту последовательность ДНК с сомалийского на английский?» #googletranslatefail pic.twitter.com/3Lz59Ph7c1

— Занна Солтер (@Zannah_Du) 25 апреля 2017 г.

4. В тот раз не обязательно было очевидно, что вы преувеличиваете, когда говорили: «этот соус похож на крэк».

Если вы хотите похвалить восхитительную еду итальянского хозяина и узнать, что оно используется только для обозначения героина. #GoogleTranslateFail pic.twitter.com/ZvgkWjHaPB

— Chris_in_Georgia (@ Hello_MOTO2016) 6 апреля 2017 г.

5. В то время овощам требовался рекомендательный рейтинг.

Не спрашивайте, как перевод «брокколи рабе» с галисийского на кастильский испанский мог пойти так неправильно. The Local, англоязычный испанский новостной сайт, может объяснить.

6. В тот раз вы не понимали, что все это значит, но вам все равно было жаль козу.

#googletranslatefails # oversættelsesfejl pic.twitter.com/SNNoGHBD1Q

— EgoLibris (@egolibris) 17 мая 2017 г.

7. Тогда матч матча звучал странно глубоко.

Мы получили отличные отзывы от кафе здесь, в Ирландии, но это из Финляндии — наше любимое 😂👌… # googletranslatefails #matchalatte pic.twitter.com/UlnPldBAeH

— Koyu Matcha GreenTea (@KoyuMatcha) 18 января 2017 г.

8. В то время Google был не в настроении для игр.

Либо @google ненавидит Грецию, либо греки ненавидят игры… #GoogleTranslateFails pic.twitter.com/ItqwaXAlqY

— Йон Дотан (@yonatandotan) 10 ноября 2015 г.

9. В этот раз ты посмеялся, и это было очень неловко.

10.

В тот раз вы пытались объяснить, что принимали очищающие соки, но прозвучало как еще большая жертва моды.

11. В тот раз вы пытались сказать кому-то «просто сотри грязь с плеча», но ваше предложение имело гораздо более серьезные последствия, чем предполагалось.

12. Тогда вы поняли, почему State Farm никогда не может быть хорошим соседом в Кении.

13. В тот раз вы запаниковали на дискотеке только для того, чтобы запаниковать из-за того, что только что извергнул Google Translate.

14. В этот раз вы, вероятно, хотели сказать что-то еще.

15. В то время «Jay-Z» не был общепринятым языком.

.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *