در رونویسی، گفته صوت به متن همان زبان تبدیل می‌شود؛ در ترجمه صوت، محتوا به زبان مقصد منتقل می‌شود. خلاصه هم کار سومی است که جزئیات را انتخاب و فشرده می‌کند. ممکن است یک سامانه چند کار را پشت سر هم انجام دهد، اما نام «صوت به متن» به‌تنهایی تحویل همه این خروجی‌ها را تضمین نمی‌کند.
یک گفته، سه تحویل
این نمونه کوتاه توسط تحریریه ساخته شده و حاصل پردازش فایل صوتی نیست:
| نوع خروجی | متن آموزشی |
|---|---|
| گفته فرضی فارسی | من هنوز بسته را دریافت نکرده‌ام. |
| رونویسی فارسی | من هنوز بسته را دریافت نکرده‌ام. |
| ترجمه انگلیسی نمونه | I have not received the package yet. |
| خلاصه جداگانه | گوینده از دریافت‌نشدن بسته خبر می‌دهد. |
رونویسی امکان برگشت به عبارت اصلی را نگه می‌دارد. ترجمه برای مخاطب زبان مقصد است. خلاصه کوتاه‌تر است و نباید به‌عنوان تمام گفته اصلی عرضه شود. نسخه متنی همین مثال و سؤال‌های سفارش را می‌توانید دریافت کنید.
زبان مبدأ با زبان مقصد یکی نیست
در سفارش مشخص کنید صوت به چه زبان یا زبان‌هایی است و متن را به چه زبانی می‌خواهید. تشخیص خودکار زبان، خودش ترجمه نیست. همچنین وجود حالت translate در یک ابزار به معنی ترجمه به هر زبان دلخواه نیست؛ جهت و مدل پشتیبانی‌شده باید از مستند همان نسخه خوانده شود.
برای نمونه، مخزن رسمی Whisper بین رونویسی و ترجمه به انگلیسی فرق می‌گذارد و محدودیت مدل turbo برای ترجمه را توضیح می‌دهد. این مثال فقط اهمیت انتخاب task و مدل را نشان می‌دهد؛ اینجا مدلی نصب یا اجرا نشده و درباره کیفیت فارسی یا دسترسی یک سرویس عددی ارائه نمی‌کنیم.
چرا متن اصلی را کنار ترجمه بخواهیم؟
اگر اختلافی درباره نفی، عدد یا شرط پیش آمد، متن اصلی و محل مراجعه به صوت کمک می‌کند مسیر خطا روشن شود: واژه از ابتدا اشتباه شنیده شده یا ترجمه آن را عوض کرده است؟ فقط دیدن ترجمه نهایی این دو خطا را جدا نمی‌کند. از طرف دیگر، ذخیره چند نسخه داده مسئولیت دسترسی و نگهداری بیشتری دارد؛ فقط لایه‌های لازم را با مجوز روشن حفظ کنید.
زمان‌ها را بی‌بررسی به ترجمه منتقل نکنیم
ترتیب واژه‌ها و طول جمله در دو زبان لزوماً برابر نیست. زمان یک واژه فارسی را نمی‌توان صرفاً به واژه هم‌ردیف انگلیسی نسبت داد. برای زیرنویس، پس از ترجمه باید قطعه‌بندی و خوانایی دوباره دیده شود. برای جست‌وجوی صوت هم روشن کنید لینک زمان، به متن مبدأ متصل است یا جمله ترجمه‌شده.
- نوع خروجی را انتخاب کنید: رونویسی، ترجمه، خلاصه یا چند فایل جدا.
- زبان‌های ورودی و زبان مقصد را صریح بنویسید.
- نحوه نمایش نام خاص، عدد و عبارت نامفهوم را توافق کنید.
- مشخص کنید متن اصلی، زمان یا گوینده لازم است یا خیر.
- یک نمونه مجاز را با فرد آشنا به هر دو زبان بررسی کنید؛ فقط روان‌بودن ترجمه معیار وفاداری نیست.
برای شکل فایل‌ها، قرارداد متن، زمان و گوینده را بخوانید؛ اگر متن قرار است خواندنی ویرایش شود، خام و ویرایش‌شده را از خلاصه جدا نگه دارید. در درخواست از اپرانگار، نیاز ترجمه را مستقل مطرح کنید؛ صفحه اپرانگار درباره گفتار به متن فارسی است و این نوشته ترجمه چندزبانه در آن را تأیید نمی‌کند.
منبع نمونه تفکیک task و جهت ترجمه: README رسمی Whisper. مثال فارسی و انگلیسی این مقاله صرفاً آموزشی است.