Jezikovne ovire so preteklost

Digitalizacija in umetna inteligenca na področje javnega nastopanja in mednarodnih konferenc prinašata korenite spremembe. Storitev Vox101, plod domačega znanja, omogoča simultano prevajanje govora v živo v več deset jezikov. Preverili smo, kako se ta inovativna rešitev, ki temelji na (ravno tako slovenski) platformi Transcribe7, obnese v praksi.

Sodobni dogodki, od strokovnih konferenc do mednarodnih srečanj, se pogosto soočajo z isto težavo: jezikovno bariero. Čeprav si radi domišljamo, da vsi razumemo angleško, realnost na terenu kaže drugačno sliko. Na nedavni konferenci v Sloveniji sem tako prvič naletel na storitev Vox101, ki me je s svojo nevsiljivo uporabnostjo takoj pritegnila. Kmalu zatem sem imel priložnost orodje preizkusiti tudi v praksi, saj sem sodeloval pri organizaciji dogodka, kjer smo uporabili beta različico te platforme. Rezultati so bili odlični.

Ena največjih prednosti Vox101 je izjemna preprostost za končnega uporabnika. V svetu, kjer smo zasičeni z aplikacijami, ki zahtevajo registracijo, potrditvena e-poštna sporočila in vpisovanje osebnih podatkov, Vox101 deluje kot osvežujoč veter. Slušatelj v dvorani preprosto skenira QR-kodo, ki je izobešena na vidnem mestu ali projicirana na platno, in prek brskalnika v trenutku vstopi v vmesnik na svojem pametnem telefonu. Brez prijav, brez gesel, brez zapletov. Takojšen dostop do vsebine je v dinamičnem okolju ključen, saj ljudje ne želijo izgubljati časa s tehnološkimi ovirami.

Nič manj presenečen nisem bil nad enostavnostjo postavitve pri organizatorju. Priprava sistema ne zahteva drage specializirane opreme ali ekipe tehnikov. Vse, kar potrebujemo, so računalnik (dovolj je prenosnik), zvočni vir – mikrofone povežemo prek standardnega avdio vmesnika na računalnik in prijava v spletno storitev Vox101. V nadzorni plošči izberemo virtualno konferenco, saj platforma omogoča upravljanje več dogodkov hkrati, preverimo, ali je zvočni vhod pravilen, in sistem je pripravljen na delo. Že osnovna transkripcija v slovenščino je presenetljivo natančna, kar je odličen temelj za nadaljnje prevajanje.

Sistem Vox101 svojo pravo vrednost pokaže tam, kjer slušatelji ne razumejo izvornega jezika govorca. Čeprav živimo v globaliziranem svetu, splošno poznavanje tujih jezikov, zlasti v specifičnih strokovnih kontekstih, ni samoumevno. Še večja težava nastane, ko morajo tuji gostje razumeti slovenščino. Tu nastopi umetna inteligenca, ki v ozadju poganja Vox101. Avtorji navajajo, da storitev podpira izbiro med več kot 60 jeziki, vključno z manjšimi jeziki v naši regiji, kar je za slovenski prostor strateškega pomena. Platforma omogoča sočasno prevajanje v do devet različnih jezikov. Na naši konferenci smo sistem uporabili s prevodi v angleščino, italijanščino, hrvaščino in srbščino, poleg tega pa smo pustili vklopljeno še slovenščino, da so se domači udeleženci lahko sami prepričali o hitrosti in natančnosti prepisa.

Umetna inteligenca je v ozadju več ur delovala brezhibno. Pri takšni obdelavi v oblaku se seveda pojavi zamik oziroma latenca. Treba je zajeti zvok, ga pretvoriti v besedilo, strojno prevesti in rezultat poslati nazaj do končnih naprav. Kljub temu je bil zamik povsem sprejemljiv in ni motil spremljanja dogodka. Zanimivo je bilo opazovati, da je sistem na generalki deloval tekoče celo prek razmeroma počasnega brezžičnega omrežja Wi-Fi, čeprav smo se ob glavnem dogodku raje odločili za stabilnejšo povezavo ethernet.

Transcribe7, digitalna beležnica umetnointeligenčne generacije

Čeprav je Vox101 tisti, ki na odrih dvoran požanje največ aplavza, se njegova tehnološka hrbtenica skriva v sestrskem projektu Transcribe7. Ta platforma je temelj, na katerem so avtorji zgradili sisteme za prepoznavo govora in njihovo prilagoditev specifikam slovenskega jezika. Transcribe7 se osredotoča na pretvorbo zvočnih posnetkov v urejeno, strukturirano besedilo, kar je neprecenljivo za vse, ki potrebujejo zapiske ali ključne točke iz pogovorov in zvočnih zapisov.

Uporabniška izkušnja temelji na podobni filozofiji preprostosti kot pri Vox101. Platforma omogoča neposreden prenos zvočnih datotek ali narekovanje v realnem času, kjer umetna inteligenca sproti ustvarja prepis. Ključna prednost pred splošnimi globalnimi rešitvami je prav globoko razumevanje slovenščine, saj sistem uspešno krmari med skloni in zahtevno slovnico.

Poleg same transkripcije Transcribe7 ponuja tudi napredne zmogljivosti urejanja v oblaku. Lektoriranje (proofreading) poskrbi, da se surovi narek očisti mašil, ponavljanj in slovničnih napak, s čimer dobimo besedilo, primerno za takojšnjo objavo ali arhiv.

Avtomatizirana priprava povzetkov (summary) in inteligentno izluščenje ključnih poudarkov (keypoints) gresta še korak dlje. Namesto poslušanja urnega posnetka lahko uporabnik v nekaj sekundah prebere bistvo pogovora. Za projektno vodenje je neprecenljiva funkcija generiranja seznamov opravil (to-do lists), ki iz pogovora samodejno izloči zadolžitve in roke.

Poleg klasičnega prevajanja v več deset jezikov platforma omogoča tudi kreativno preoblikovanje vsebine. Umetna inteligenca lahko prepisano vsebino sestanka ali predavanja takoj oblikuje kot e-poštno sporočilo, jedrnat tvit ali SMS-opomnik, kar bistveno skrajša čas, potreben za komunikacijo po dogodku.

Z integracijo strojnega prevajanja omogoča, da se prepisano besedilo hitro prenese v drug jezik, kar močno olajša mednarodno sodelovanje. Gre za robustno orodje, ki dokazuje, da se prava moč umetne inteligence ne skriva le v prevajanju, temveč tudi v tem, kako nam pomaga osmisliti in shraniti izgovorjeno besedo za prihodnjo uporabo.

Med predavanji smo zabeležili do 45 sočasno povezanih uporabnikov, kar za platformo ni predstavljalo nobenega napora. Čeprav zgornja meja uporabnikov v dokumentaciji ni strogo omejena, arhitektura v oblaku nakazuje, da bi sistem zlahka prenesel tudi bistveno večje množice, kar ga postavlja ob bok svetovnim rešitvam.

Vox101 se za zelo solidno orodje izkaže že ob prvem zagonu, a prava moč se skriva v možnostih prilagoditve. Posebna funkcija v meniju organizatorja omogoča, da umetni inteligenci poda specifičen kontekst. To je ključno pri strokovnih terminih, imenih podjetij ali osebnih imenih. S tem se drastično zmanjša število napačnih interpretacij. Čeprav sistem še ni popoln – moj priimek »Djurdjić« je kljub ročnim popravkom vztrajno popravljal v »Đurđić«–, je splošna natančnost s temi dodatnimi navodili občutno boljša. Takšna raven nadzora nad terminologijo loči profesionalna orodja od splošnih potrošniških rešitev.

Storitev Vox101 vsebinsko in tehnično izhaja iz sorodnega projekta Transcribe7, ki se osredotoča predvsem na prepisovanje in analizo govora. Vox101 pa to nadgrajuje v celovito komunikacijsko orodje za »žive« dogodke. Na trgu sicer obstajajo nekatere tuje alternative, kot so Wordly, Interprefy, Kudo in AI-Media, ki prav tako ponujajo podobne storitve strojnega prevajanja in vsi navajajo podporo za slovenščino. Slovenski Vox101 pa ima ključno prednost: izjemen posluh za slovenščino in lokalni kontekst.

Tovrstna orodja postajajo zelo zaželena, celo nujna infrastruktura sodobnih dogodkov, podobno kot so to postala orodja za transkripcijo videokonferenc med pandemijo. Vox101 dokazuje, da domače znanje tuje rešitve ne le dohiteva, temveč jih v marsičem celo prehiteva, predvsem pri podpori specifičnim jezikom. V svetu, kjer tehnologija briše meje, je lokalna podpora s svetovnim dosegom neprecenljiva. V prihodnje bom v takšnih primerih vedno izbral orodja, ki nastajajo v Sloveniji.

Vox101

Orodje za samodejni prepis in simultano prevajanje govora v realnem času, namenjeno konferencam in sestankom.

Cena: Brezplačen preizkus (omejen čas); osnovni paket od 45 € na dogodek (do 50 udeležencev).

Prodaja: vox101.com

Za: Izjemna podpora za slovenščino, deluje brez namestitve aplikacij, hitra vzpostavitev in možnost podajanja konteksta UI.

Proti: Občasne težave pri zapisu specifičnih priimkov (črkovanje), prisotna latenca oblaka in nujnost stabilne internetne povezave.