Nå kan Cisco Webex oversette videosamtalene i sanntid

Cisco forhåndslanserte i dag en funksjon i selskapets videomøtetjeneste, Webex, hvor deltakerne ikke bare kan se en bortimot sanntids transkribering av det andre deltakere sier, men også en oversettelse til den enkeltes foretrukne språk.

Mange titalls språk

I første omgang kan løsningen bare oversette fra engelsk og til de 108 språkene som løsningen til Ciscos løsning nå støtter, inkludert norsk (bokmål). Men i løpet av sommeren skal antallet språk det kan oversettes fra, økes til 70. I teorien vil det dermed være mulig for svært mange å snakke sammen, selv om de ikke har noe felles språk.

Som en kan se av bildet i toppen av saken, så vises transkriberingen i kolonnen til høyre, mens oversettelsen vises som undertekst til selve møtet.

Cisco demonstrerte løsningen under en pressekonferansen i forrige uke, hvor blant annet Jeetu Patel, daglig leder for forretningsområdet Security & Applications i Cisco, deltok.

Patel sa at løsninger som dette vil kunne føre til at det spiller enda mindre rolle hvor bor og hvilke språk de snakker, for å kunne gjøre en jobb. En konsekvens av koronapandemien er at mange har bevist at de kan jobbe minst like effektivt fra helt andre steder enn det vanlige kontoret.

Det er likevel et stykke fra teori til virkelighet.

Førsteinntrykket

Resten av artikkelen beskriver Digi.nos subjektive opplevelse av oversettelsesfunksjonen, slik den ble presentert under pressekonferansen. Der ble vi bare fortalt hvordan vi kunne aktivere funksjonen og velge språk. Det ble ikke nevnt andre tilpasningsmuligheter som potensielt kan løse problemene vi opplevde. Omtalen er derfor skrevet med utgangspunkt i at slike muligheter ikke er tilgjengelige nå.

Det var Patel selv om fortalte om oversettelsesfunksjonen, etter at vi var blitt bedt om å skru den på. Patel er oppvokst i India og har en svakt aksent når han snakker engelsk. Det virket ikke som at dette skapte problemer for transkriberingen. Men Patel snakker også temmelig raskt, noe han selv påpekte. Transkriberingen hang stort sett med, og det som ble transkribert, var dessuten tilgjengelig for brukeren også i ettertid.

Verre var det med oversettelsen.

Oppgaven som skal løses

Oversettelsen blir som nevnt vist som undertekster, fordelt på to linjer, slik det er vanlig på blant annet film.

Når tale transkriberes på det samme språket som det snakkes, gjengis hvert ord i den rekkefølgen de blir sagt, omtrent i det samme tempoet som de blir uttalt. Det er altså ren talegjenkjenning.

Slik er det sjelden når teksten også skal maskinoversettes. Enkeltord kan ha ulik betydning, avhengig av konteksten, og setninger kan endre betydning dersom ordstillingen endres. Setninger kan derfor ofte ikke oversettes korrekt før hele setningen er kjent for oversetteren eller oversettingsprogrammet.

Problemet

I Webex ser man som bruker at oversettelse av tale vises i undertekstene straks noen begynner å si noe. For hvert nye ord som blir sagt, utvides eller justeres den oversatte setningen. Det gjør at innholdet i underteksten kan endres radikalt flere ganger i løpet av den korte tiden det tar å for en deltaker å si en setning.

Skal man lese dette fortløpende, må man i verste fall starte på nytt på den samme setningen både tre og fire ganger før den ferdige oversettelsen er tilgjengelig. I stedet vil det være naturlig å vente til oversettelsesfunksjonen er ferdig med å oversette setningen.

Men på dette tidspunktet har personen som snakker, ofte ha gått i gang med å si en ny setning. Det betyr at oversettelsen av den forrige setningen ofte tas vekk igjen bare et brøkdels sekund etter at den er fullført, for å gi plass til den uferdige oversettelsen av den neste setningen. Med bare to linjer med undertekster, er det sjelden plass til stort mer enn én setning om gangen.

Dermed opplevde vi under pressekonferansen at det stadig var umulig rekke å lese den ferdig oversatte setningen før den ble borte.

Av den grunn vet vi heller ikke om de ferdige oversettelsene var gode eller ikke.

Potensielle løsninger

Trolig kan dette problemet reduseres noe ved å vente med å vise hver setning inntil den er ferdig oversatt. Da vil ikke en oversatt setningen forsvinne før den neste setningen er ferdig uttalt, transkribert og oversatt.

Også med en slik løsning kan det skje at oversettelsene skrives over for raskt til at alle rekker å lese dem, men trolig vil ikke dette skje hele tiden.

Et alternativ er å ha fire linjer med undertekst istedenfor to. Da vil ikke de ferdig oversatte setningene forsvinne ut av bildet like raskt. I stedet flyttes til linjene over. En ulempe med dette er at undertekstene da vil dekke mer av skjermen. Men det kan det kanskje være opp til brukerne å velge?

Oversettelsesfunksjonen skal ikke gjøres allment tilgjengelig før i mai. Det kan derfor være at problemer som de nevnte har blitt løst før de store brukerskarene skal ta i bruk funksjonen.