एस-ट्रांसलेटर के साथ, सैमसंग का लक्ष्य वास्तविक समय में पुराने उद्योग के लक्ष्य तक पहुंचना है

सैमसंग गैलेक्सी एस 4 अंत में 155 देशों में शिपिंग करेगा अगले महीने, और सीमाओं में संवाद करने में लोगों की मदद करने के लिए इसका वास्तविक समय ध्वनि अनुवाद इसकी सबसे महत्वाकांक्षी विशेषताओं में से एक हो सकता है।

वास्तविक समय में ध्वनि बातचीत का अनुवाद करना वर्षों से उपकरणों और सॉफ्टवेयर के लिए एक लक्ष्य रहा है, और सैमसंग का दावा है इसे पहुंचा है अपने अंतर्निर्मित एस-ट्रांसलेटर ऐप के साथ, गैलेक्सी एस 4 एक भाषा में बोली जाने वाले शब्दों को पकड़ने का वादा करता है और फिर बातचीत की गति से उन्हें दूसरी भाषा में पुन: उत्पन्न करता है। सैमसंग का कहना है कि जैसे ही फोन सड़क पर हिट करता है, वह 10 भाषाओं के लिए समर्थन प्रदान करेगा।

एक कारण है कि वास्तविक समय तक ध्वनि अनुवाद काम में रहा है। इसमें तीन अलग-अलग प्रक्रियाएं शामिल हैं जो सभी कम से कम सामान्य रूप से कड़ी मेहनत कर रही हैं। 2008 में, नेटवर्किंग कोलोसस सिस्को सिस्टम्स ने एक साल में अपनी खुद की अनुवाद प्रणाली का वादा किया था, जिसे इसके टेलीप्रेशेंस वीडियो कॉन्फ़्रेंसिंग प्लेटफ़ॉर्म में जाने के लिए डिज़ाइन किया गया था। एक साल बाद कंपनी को पीछे हटना पड़ा और कहा कि नौकरी अपेक्षा से कठिन थी। सिस्को आज भी इस तरह की एक विशेषता के लिए काम कर रहा है।

[आगे पढ़ने: हर बजट के लिए सबसे अच्छा एंड्रॉइड फोन।]

हालांकि एस-ट्रांसलेटर और अन्य टूल्स में सुधार हुआ है और स्मार्ट हो रहा है, प्रौद्योगिकी ने अभी तक भाषा बाधा को समाप्त नहीं किया है, विश्लेषकों और शोधकर्ताओं का कहना है। भाषाएं बहुत जटिल हैं और गलत व्याख्या के लिए खुली हैं।

"यहां तक ​​कि अगर मनुष्य यह कर रहे हैं, तो वास्तविक समय का अनुवाद बहुत कठिन रहता है, और मुझे नहीं लगता कि हमने एक सफलता देखी है," ओपस रिसर्च के विश्लेषक डैन मिलर ने कहा।

यह कैसे काम करता है

एस-ट्रांसलेटर को टेक्स्ट मैसेजिंग और ईमेल के साथ-साथ आवाज के लिए डिज़ाइन किया गया है, लेकिन यह आमने-सामने परिदृश्य है जो "वाह" कारक उत्पन्न करता है। रेडियो सिटी म्यूजिक हॉल में गैलेक्सी एस 4 लॉन्च में, कलाकारों ने एस-ट्रांसलेटर की क्षमताओं को नाटक किया, जहां एक अमेरिकी बैकपैकर ने शंघाई में एक आदमी से पूछा कि बस एक संग्रहालय में कौन सी बस ले जाए। बैकपैकर ने अंग्रेजी गैलेक्सी एस 4 में अंग्रेजी प्रश्न बोला और यह बोले गए मंदारिन में वापस आया। आदमी ने सवाल सुना, उसके बाद उसने फोन में जवाब दिया और उसके शब्दों को अंग्रेजी पाठ में परिवर्तित कर दिया गया।

वार्तालापों का अनुवाद करने के लिए तीन अलग-अलग प्रक्रियाओं की आवश्यकता होती है: भाषण में पाठ को परिवर्तित करना, उन लिखित शब्दों को दूसरी भाषा में अनुवाद करना, और फिर परिवर्तित करना सिस्को के सहयोग और प्रौद्योगिकी समूह के एक प्रतिष्ठित अभियंता अनंत शंकर ने कहा, अनुवादित पाठ को भाषण में वापस ले लिया। शंकर के मुताबिक प्राकृतिक बातचीत की बात आती है जब पहला व्यक्ति विशेष रूप से कठिन अखरोट होता है।

सैमसंग

समस्या के दिल में हम लोगों से बात करते हैं, जिस तरह से हम दर्शकों से बात करते हैं या कंप्यूटर के लिए, शंकर ने कहा। वह "उम्स और आह" के बारे में बात कर रहा है, झूठी शुरूआत और आत्म-सुधार, जो प्राकृतिक भाषण की गति को तोड़ देता है। उन्होंने कहा कि वे कमांड या श्रुतलेख की तुलना में वार्तालाप की व्याख्या करने के लिए सॉफ़्टवेयर के लिए बहुत कठिन बनाते हैं।

टेक्स्ट अनुवाद में अन्य चुनौतियां होती हैं, और वे भाषा से भिन्न होती हैं, शंकर ने कहा। उस प्रक्रिया को परिशोधित करने का एक आम तरीका एक सांख्यिकीय दृष्टिकोण है, जो बड़े दस्तावेजों की तुलना करता है जिसे मनुष्यों ने दो भाषाओं के बीच अनुवादित किया है। लेकिन भाषाओं के कुछ जोड़े के पास दूसरों के मुकाबले ज्यादा अनुवादित दस्तावेज उपलब्ध हैं, इसलिए शुद्धता भिन्न होती है।

जहां वास्तविक समय का अनुवाद वास्तविकता के करीब है, व्यवसाय, प्रौद्योगिकी, कानून और यात्रा सहायता जैसे विशिष्ट विषय क्षेत्रों में है। उदाहरण के लिए, कुछ विषयों को कवर करने वाले तैयार भाषणों को लिखना और अनुवाद करना वास्तविक समय में लगभग 9 0 प्रतिशत सटीक है, शंकर ने कहा। प्रभावशाली रूप से, सैमसंग का कहना है कि एस-ट्रांसलेटर की शब्दावली यात्रा विषयों तक सीमित नहीं है।

अनुवाद के बारे में एक और चेतावनी यह है कि भाषाओं की एक लंबी सूची का समर्थन करने का मतलब यह नहीं है कि सिस्टम उन सभी के बीच स्वतंत्र रूप से अनुवाद कर सकता है। चूंकि प्रक्रिया उन अनुवादों पर निर्भर करती है जो पहले से ही किए जा चुके हैं, भाषा जोड़े क्या मायने रखती हैं। एस-ट्रांसलेटर में, यू.एस. या यूके अंग्रेजी पर आठ अन्य शामिल भाषाओं में से प्रत्येक के साथ पारस्परिक रूप से अनुवाद किया जा सकता है: फ्रेंच, जर्मन, इतालवी, लैटिन-अमेरिकी स्पेनिश, ब्राजीलियाई पुर्तगाली, कोरियाई, मंदारिन और जापानी। इसके अलावा, कोरियाई, मंदारिन और जापानी पर आपस में पारस्परिक रूप से अनुवाद किया जा सकता है।

बाधाओं को तोड़ना

अनुवाद के लिए, एस-ट्रांसलेटर सैमसंग की अपनी तकनीक का उपयोग करता है, न कि Google अनुवाद या किसी अन्य तीसरे पक्ष के मंच पर। सिस्टम की रीयल-टाइम व्याख्या की एक सीमा यह है कि इसे ऑनलाइन अनुवाद सर्वर से डेटा कनेक्शन की आवश्यकता होती है। ओपस रिसर्च में मिलर के मुताबिक सैमसंग अकेले नहीं है। यह उस सुविधा के लिए एक समस्या हो सकती है जिसका उपयोग सैमसंग के उदाहरण में किया जाता है, जबकि यात्रा करते समय।

"जब तक वे डिवाइस पर स्थानीय रूप से सामान नहीं कर रहे हैं, तब तक कई कंपनियां इस तथ्य को अनदेखा कर रही हैं कि डेटा कनेक्शन होने पर कभी-कभी मिलर ने कहा, "बहुत महंगा हो गया।" एक दुर्लभ अपवाद जिबबिगो है, एक स्टार्टअप जो आईओएस और एंड्रॉइड के लिए ऐप बनाता है। जिबबिगो एक निशुल्क ऐप के रूप में आता है जो सर्वर पर कॉल करता है, लेकिन उपयोगकर्ता भाषाओं के विशिष्ट सेट के ऑफ़लाइन अनुवाद के लिए मॉड्यूल खरीद सकते हैं। गैलेक्सी एस 4 पर एस-ट्रांसलेटर में फोन में बनाए गए कुछ उपयोगी वाक्यांशों के अनुवाद शामिल हैं।

भाषण मान्यता और अनुवाद दोनों तेजी से बेहतर हो रहे हैं, शंकर और मिलर ने कहा। एक बात के लिए, सांख्यिकीय मॉडलों के आधार पर सॉफ़्टवेयर प्रत्येक अनुवाद से सीखता है, मिलर ने कहा।

सिस्को क्षितिज पर वीडियो कॉन्फ़्रेंस के वास्तविक समय के अनुवाद को देखता है, शंकर ने कहा, हालांकि तैयार, औपचारिक चर्चा जैसे कुछ की सीमाओं के भीतर दो राजनयिकों।

"हम सिस्को में यहां विश्वास करते हैं कि एक दिन आएगा जब हम दुनिया के दूसरी तरफ, भाषा सीमाओं में, किसी भी प्राकृतिक बातचीत और धाराप्रवाह शैली में किसी के साथ वेब सम्मेलन करने में सक्षम होंगे, "शंकर ने कहा। बुरी खबर यह है कि, उस उपलब्धि के लिए उनका पूर्वानुमान पांच से 10 साल है।

"आपको केवल धैर्य प्रदर्शित करना है और समझना है कि यह सही नहीं है, लेकिन वे लगातार सुधार करते हैं," मिलर ने कहा।