עיקרי הדברים
להבין הודעה קולית בשפה שאתם לא מדברים דורש שתי פעולות נפרדות: תמלול השמע לטקסט בשפה שבה הוא נאמר בפועל, ולאחר מכן תרגום של אותו טקסט. אפליקציית התרגום שלכם לא יכולה להתחיל לעבוד לפני שהשלב הראשון הסתיים, כי היא מצפה לטקסט מוקלד. שלב התמלול הוא המקום שבו נקבעת האיכות של כל התוצאה, וטעות שקורית בו מתורגמת בנאמנות לשפה שלכם ומפסיקה להיראות כמו טעות. אם תעשו את שני השלבים בעצמכם, אף אחד אחר לא צריך לשמוע את ההודעה.
הודעה קולית מגיעה מקרוב משפחה, מספק, מבעל דירה. אתם קולטים כמה מילים, מספיק כדי להבין שזה חשוב ולא מספיק כדי לדעת מה נאמר. הצעד המתבקש הוא לפתוח את אפליקציית התרגום שכבר מותקנת בטלפון, אבל הצעד המתבקש הזה לא עובד, כי האפליקציה מחכה שתקלידו טקסט ואתם לא יכולים להקליד מה שאתם לא שומעים.
הצעד המתבקש השני הוא להעביר את ההודעה למישהו שדובר את השפה. זה עובד, אבל זה עולה משהו שאתם אולי לא רוצים לשלם. המאמר הזה עוסק בדרך לעשות את זה בלי שני הצעדים האלה, מה המכונה מבינה נכון, ואיפה בדיוק היא נכשלת – מקומות שאפשר ללמוד לזהות גם בשפה שלא קראתם בחיים.
למה אפליקציית התרגום שלכם לא יכולה להתחיל
תרגום דיבור הוא שתי פעולות שחולקות שם אחד. הראשונה היא תמלול: הפיכת הצליל למילים כתובות בשפה שבה השתמש הדובר. השנייה היא תרגום: הפיכת המילים הכתובות האלה לשפה שאתם קוראים. אלה שני מנגנונים נפרדים, הם נכשלים בדרכים שונות, ורוב הכלים שאנשים פונים אליהם עושים רק את השנייה.
זו הסיבה המלאה לכך שהאפליקציה בטלפון שלכם יושבת שם בלי לעשות שום דבר מועיל. היא בנויה סביב תיבת טקסט. טקסט נכנס, טקסט יוצא. כשמעבירים לה קובץ שמע, אין לה עם מה לעבוד. כלים מסוימים מקבלים דיבור דרך מיקרופון, וזה עוזר כשאתם אלה שמדברים ויכולים לחזור על עצמכם, ועוזר הרבה פחות עם הקלטה של מישהו אחר שמדבר מהר על קו גרוע.
ברגע שמבינים את סדר הפעולות, הבעיה משנה צורה. אתם לא מחפשים מתרגם. אתם מחפשים משהו שיפיק גרסה כתובה של ההודעה בשפת המקור שלה, ואחרי זה הרגלי התרגום שכבר יש לכם יעבדו בדיוק כמו שהם עובדים תמיד. כל מה שאתם כבר משתמשים בו בשביל טקסט מתאים לחלק השני. החלק הראשון הוא זה שאתם צריכים לפתור.
זה גם מסביר משהו שמבלבל אנשים: איך הודעה יכולה לחזור מתורגמת לשפה שוטפת, בטוחה בעצמה, ולא נכונה בכלל. חלק התרגום עשה את העבודה שלו. הוא קיבל קלט גרוע ותרגם אותו בצורה מושלמת.
המחיר של לבקש ממישהו להקשיב
להעביר את ההודעה לחבר דו-לשוני, לבן דוד, לקולגה שבמקרה דובר את השפה, זה מהיר ובדרך כלל מדויק. אבל זה גם אומר למסור לאותו אדם את תוכן שיחה פרטית, בשלמותה, כולל טון הדיבור.
בהודעה על תאריך משלוח, לאף אחד לא באמת חשוב. בהודעות על כסף, בריאות או משפחה, החישוב משתנה. הודעה קולית מקרוב משפחה על תוצאה רפואית היא לא דבר שתרצו שקולגה ישמע. הודעה מבעל דירה על חוב שכר דירה היא לא דבר שתרצו להסביר לחבר לפני שהחלטתם מה אתם בעצמכם חושבים על זה. גם הודעה מספק על תשלום שאולי טעיתם בו לא.
מה שקורה בפועל הוא שההודעה נשארת סגורה. לא בגלל שהיא לא חשובה, אלא בגלל שלהתעסק בה אומר לשלב עוד מישהו, ולשלב מישהו יש מחיר חברתי שמשולם עוד לפני שאתם יודעים בכלל מה נאמר בהודעה. אנשים משאירים הודעות קוליות בלי לפתוח במשך ימים בדיוק בגלל זה. ההודעה שאתם לא מצליחים לקרוא היא זו שאתם הכי פחות רוצים שיקראו לכם בקול.
זו סיבה אמיתית לעשות את שני השלבים בעצמכם, ושווה לומר את זה בפירוש ולא להתייחס לפרטיות כתוספת נחמדה. הנקודה היא לא שתמלול ממוחשב טוב יותר מבן הדוד שלכם. בן הדוד שלכם כנראה טוב יותר. הנקודה היא שאתם קוראים את הדבר קודם, לבד, ומחליטים אחר כך אם עוד מישהו צריך לדעת.
השלב הראשון קובע את איכות השני
כל מה שקובע כמה שימושית התוצאה תלוי בתמלול בשפת המקור. אם הוא נכון, התרגום הוא בעיה שולית. אם הוא שגוי, הטעות ממשיכה איתו.
הנה מה שהופך את זה למסוכן. אם תמלול בשפת המקור מכיל טעות, ואתם לא יכולים לקרוא את שפת המקור, לעולם לא תראו את הטעות. היא נכנסת לשלב התרגום, מתורגמת במדויק לשפה שאתם קוראים, ומגיעה כמו משפט רגיל. אין קצה מחודד. שום דבר לא מסמן אותה. מילה שגויה ששרדה את התרגום נראית בדיוק כמו מילה נכונה.
השוו את זה לתמלול בשפה שאתם דוברים, שבו טעות מכריזה על עצמה. אתם קוראים משפט, הוא לא הגיוני, אתם מפעילים את השמע מחדש. מעגל התיקון הזה לא זמין לכם כאן. אתם קוראים את הפלט של תהליך שאתם לא יכולים לבדוק.
המשמעות המעשית היא שכדאי להתייחס בחשד לתמלול, לא לתרגום. אם משהו נשמע מוזר בשפה שלכם, הבעיה נדירה מאוד בחלק התרגום. היא כמעט תמיד מילה שהתמלול שמע לא נכון, והפתרון הוא להביט בטקסט בשפת המקור באותה נקודה ולהאזין שוב לאותו רגע בהקלטה, גם בלי להבין אותו. אם תשמעו שהדובר אמר מילה קצרה בעוד שבתמלול כתובה מילה ארוכה, זה כבר מגלה לכם משהו.
תנו לו לזהות את השפה, ואז בדקו את הזיהוי
מכשול מעשי מופיע כבר בשלב הזה: כלים מסוימים מבקשים מכם לבחור את שפת המקור מרשימה לפני שהם עושים משהו. אם אתם לא יכולים לזהות את השפה בביטחון, ואנשים רבים לא מצליחים להבחין בין שפות קרובות זו לזו רק לפי הצליל, אתם מנחשים את ההגדרה שקובעת את כל התוצאה.
זיהוי מתוך השמע עצמו מסיר את השלב הזה. התוסף של SozAI לוואטסאפ ווב מזהה את השפה מתוך ההקלטה במקום לבקש מכם לבחור, ומציג תג על התוצאה שמציין באיזו שפה הוא החליט שמדובר. התג הזה הוא החלק השימושי, כי בעזרתו אתם תופסים ניחוש שגוי: אם הוא מציין שפה שאתם יודעים שהשולח לא דובר, התמלול שמתחתיו לא שווה קריאה, ואתם יודעים את זה במבט אחד ולא אחרי שני פסקאות של בלבול.
דבר אחד שכדאי לצפות לו. הסיכום חוזר בשפה שבה נאמרה ההודעה במקור. זו התנהגות נכונה לשלב הראשון, והיא אומרת שהודעה שלא הצלחתם לקרוא נשארת הודעה שלא הצלחתם לקרוא. הפכתם בעיה של שמע לבעיה של טקסט, וזו כל הנקודה, אבל שלב התרגום עדיין נשאר עליכם לבצע אחר כך.
החלקים שהכי סביר שיהיו שגויים הם החלקים שחשובים
תמלולים אוטומטיים חזקים בדיבור רגיל וזורם וחלשים בדיוק בשלושה דברים: שמות אנשים, שמות מקומות, ומספרים. מילה נפוצה אפשר לנחש מהמילים שסביבה. שם משפחה – לא. שם רחוב – לא. מספר – לא.
וכעת חשבו על מה שהודעות קוליות בדרך כלל עוסקות בו. איפה להיפגש. כמה חייבים. באיזה יום. מי אמר מה למי. המידע שאתם באמת צריכים מרוכז בחלקים בתמלול שהכי פחות סביר שיהיו נכונים, ובהודעה על כתובת או סכום, החלקים האלה אינם פרט שולי, הם ההודעה עצמה.
אז קראו את התמלול בשני מעברים. המעבר הראשון נותן לכם את התמונה הכללית: מי מדבר, על מה, ואם צריך לענות עוד היום. אפשר לסמוך על זה. המעבר השני הוא רק לפרטים הספציפיים, ובהם כדאי לאמת ולא לסמוך.
- הפעילו מחדש את השניות הבודדות של השמע שסביב כל מספר והקשיבו לספרות, שלרוב אפשר להכיר גם בשפה שאתם לא דוברים.
- בדקו שמות מול אנשי הקשר שלכם או הודעות קודמות, ולא מול התמלול.
- השוו כתובת לכתובת שכבר שמורה אצלכם עבור אותו אדם או עסק.
- אם סכום כספי קובע את הצעד הבא שלכם, אמתו אותו בכתב לפני שאתם פועלים על פיו.
לבקש מהשולח לאשר סכום בכתב זה לא הודאה שלא הבנתם. זה בדיוק מה שהייתם עושים עם מספר שנשמע בקו טלפון גרוע, גם בשפה שלכם.
מה זה לא יעשה בשבילכם
זה לא יביא לכם את ההודעה בשפה שלכם בפעולה אחת. שני שלבים הם שני שלבים, והתמלול מגיע בשפה שבה נאמר. אם אתם רוצים את התוצאה המוגמרת בשפה שלכם בלי לבצע את חלק התרגום בנפרד, זה משימה אחרת מתמלול בלבד, ותרגום בין שפות הוא המקום לחפש בו. הדבר נכון גם לשמע ששמור אצלכם כקובץ ולא כהודעת ווטסאפ – הקלטה, קובץ מצורף שהועבר אליכם, משהו ששמור מהטלפון – שאפליקציית התמלול מטפלת בו ותוסף דפדפן לוואטסאפ ווב לא.
זה לא יגלה לכם את הטון. תמלול קצר של הודעה ארוכה מסלק היסוס, חמימות, עצבנות, ואת ההשתהות שלפני המשפט החשוב. אם אתם מנסים להבין כמה מודאג קרוב משפחה, המילים בלבד לא יספקו את התשובה, וכדאי להאזין להקלטה מחדש עם התמלול לפניכם.
זה לא יהיה אמין על שמע שהוקלט בצורה גרועה. רוח, רמקול פתוח ברכב, שני אנשים מדברים בבת אחת, הודעה קולית שהוקלטה בפרוזדור. קלט גרוע מייצר תמלול שגוי אבל בטוח בעצמו, לא כישלון גלוי, וזה גרוע יותר, כי הוא נראה מוגמר.
וזה לא יחליף את בן הדוד שלכם כשההודעה באמת עמומה. מה שהוא כן עושה זה לאפשר לכם לגלות אם ההודעה עמומה לפני שעוד מישהו שומע אותה. ברוב המקרים התשובה היא לא, ואתם יכולים להתמודד עם זה בעצמכם. כשהתשובה כן, אתם כבר יודעים על אילו שלושים שניות לשאול, במקום למסור את כל ההקלטה.
