30 KiB

Raw Permalink Blame History Unescape Escape

अनेक भाषांसाठी समर्थन

स्केच नोट नित्या नरसिंहन यांनी तयार केले. मोठ्या आवृत्तीसाठी प्रतिमेवर क्लिक करा.

हा व्हिडिओ Azure भाषण सेवांचा आढावा देतो, ज्यामध्ये भाषण ते मजकूर आणि मजकूर ते भाषण याविषयी मागील धड्यांमध्ये शिकवले गेले आहे, तसेच भाषांतरित भाषण, हा धडा कव्हर केलेला विषय:

🎥 व्हिडिओ पाहण्यासाठी वरील प्रतिमेवर क्लिक करा

पूर्व-व्याख्यान प्रश्नमंजुषा

परिचय

मागील 3 धड्यांमध्ये तुम्ही भाषण ते मजकूर, भाषा समजून घेणे, आणि मजकूर ते भाषण रूपांतरित करण्याबद्दल शिकला, जे सर्व AI द्वारे समर्थित आहे. मानवी संवादाचा आणखी एक भाग जिथे AI मदत करू शकतो तो म्हणजे भाषा भाषांतर - एका भाषेतून दुसऱ्या भाषेत रूपांतर करणे, जसे की इंग्रजीहून फ्रेंचमध्ये.

या धड्यात तुम्ही AI चा वापर करून मजकूर भाषांतरित करण्याबद्दल शिकाल, ज्यामुळे तुमचा स्मार्ट टाइमर अनेक भाषांमध्ये वापरकर्त्यांशी संवाद साधू शकेल.

या धड्यात आपण कव्हर करू:

🗑 हा प्रकल्पातील शेवटचा धडा आहे, त्यामुळे हा धडा आणि असाइनमेंट पूर्ण केल्यानंतर, तुमच्या क्लाउड सेवांची साफसफाई करायला विसरू नका. तुम्हाला असाइनमेंट पूर्ण करण्यासाठी या सेवांची गरज असेल, त्यामुळे आधी ती पूर्ण करा.

आवश्यक असल्यास तुमचा प्रकल्प साफ करण्याच्या मार्गदर्शकास संदर्भ द्या.

मजकूर भाषांतरित करा

मजकूर भाषांतर हे संगणक विज्ञानातील एक समस्या आहे ज्यावर 70 वर्षांहून अधिक काळ संशोधन केले गेले आहे, आणि आता AI आणि संगणकीय शक्तीतील प्रगतीमुळे मानवी भाषांतरकारांइतके चांगले होण्याच्या जवळ पोहोचले आहे.

💁 याची सुरुवात 9व्या शतकातील अरबी क्रिप्टोग्राफर अल-किंदी यांच्यापर्यंत मागे नेली जाऊ शकते, ज्यांनी भाषा भाषांतरासाठी तंत्र विकसित केले.

मशीन भाषांतरे

मजकूर भाषांतराची सुरुवात मशीन ट्रान्सलेशन (MT) नावाच्या तंत्रज्ञानाने झाली, जे वेगवेगळ्या भाषांमध्ये भाषांतर करू शकते. MT एका भाषेतील शब्द दुसऱ्या भाषेत बदलून काम करते, आणि जेव्हा साधे शब्द-प्रति-शब्द भाषांतर अर्थपूर्ण होत नाही तेव्हा वाक्यांश किंवा वाक्यांचे भाग भाषांतरित करण्याचे योग्य मार्ग निवडण्यासाठी तंत्र जोडते.

🎓 जेव्हा भाषांतरकार एका भाषेतून दुसऱ्या भाषेत भाषांतर करण्यास समर्थन देतात, तेव्हा त्यांना भाषा जोड्या म्हणतात. वेगवेगळ्या साधनांमध्ये वेगवेगळ्या भाषा जोड्यांना समर्थन असते, आणि हे पूर्ण असू शकत नाही. उदाहरणार्थ, एखाद्या भाषांतरकाराला इंग्रजी ते स्पॅनिश आणि स्पॅनिश ते इटालियन यासारख्या भाषा जोड्यांना समर्थन असू शकते, परंतु इंग्रजी ते इटालियन नाही.

उदाहरणार्थ, "Hello world" हे वाक्य इंग्रजीहून फ्रेंचमध्ये भाषांतरित करणे "Hello" साठी "Bonjour" आणि "world" साठी "le monde" असे बदल करून "Bonjour le monde" असे योग्य भाषांतर तयार करू शकते.

साधे बदल कार्य करत नाहीत जेव्हा वेगवेगळ्या भाषा समान गोष्टी सांगण्यासाठी वेगवेगळे मार्ग वापरतात. उदाहरणार्थ, इंग्रजी वाक्य "My name is Jim" फ्रेंचमध्ये "Je m'appelle Jim" असे भाषांतरित होते - अक्षरशः "मी स्वतःला जिम म्हणतो". "Je" म्हणजे "मी", "moi" म्हणजे "मला", परंतु ते क्रियापदाशी जोडले जाते कारण ते स्वराने सुरू होते, त्यामुळे "m'" बनते, "appelle" म्हणजे "बोलावणे", आणि "Jim" हे नाव असल्याने भाषांतरित होत नाही. शब्द क्रम देखील एक समस्या बनतो - "Je m'appelle Jim" चे साधे भाषांतर "I myself call Jim" असे होते, जे इंग्रजीपेक्षा वेगळ्या शब्द क्रमाने आहे.

💁 काही शब्द कधीही भाषांतरित होत नाहीत - माझे नाव जिम आहे, हे कोणत्याही भाषेत समान राहते. जेव्हा वेगवेगळ्या अक्षरमालेचा वापर करणाऱ्या भाषांमध्ये भाषांतर केले जाते, तेव्हा शब्द ट्रान्सलिटरेट केले जाऊ शकतात, म्हणजेच दिलेल्या शब्दासारखेच वाटण्यासाठी योग्य ध्वनी देणारी अक्षरे किंवा चिन्हे निवडली जातात.

वाक्प्रचार देखील भाषांतरासाठी समस्या निर्माण करतात. हे असे वाक्यांश आहेत ज्यांचा समजलेला अर्थ शब्दांच्या थेट अर्थापेक्षा वेगळा असतो. उदाहरणार्थ, इंग्रजी वाक्प्रचार "I've got ants in my pants" याचा अर्थ कपड्यांमध्ये मुंग्या आहेत असा नाही, तर अस्वस्थ असल्याचा आहे. जर तुम्ही हे जर्मनमध्ये भाषांतरित केले, तर तुम्ही श्रोत्याला गोंधळात टाकाल, कारण जर्मन आवृत्ती "I have bumble bees in the bottom" अशी आहे.

💁 वेगवेगळ्या स्थानिक भाषांमध्ये वेगवेगळ्या गुंतागुंती असतात. "ants in your pants" या वाक्प्रचारात, अमेरिकन इंग्रजीत "pants" म्हणजे बाह्य कपडे, तर ब्रिटिश इंग्रजीत "pants" म्हणजे अंतर्वस्त्र.

✅ जर तुम्हाला अनेक भाषा येत असतील, तर अशा काही वाक्यांचा विचार करा जे थेट भाषांतरित होत नाहीत.

मशीन भाषांतर प्रणालींमध्ये मोठ्या प्रमाणावर नियमांचे डेटाबेस असतात, जे विशिष्ट वाक्यांश आणि वाक्प्रचार कसे भाषांतरित करायचे याचे वर्णन करतात, तसेच संभाव्य पर्यायांमधून योग्य भाषांतर निवडण्यासाठी सांख्यिकीय पद्धतींचा वापर करतात. या सांख्यिकीय पद्धतींमध्ये मानवी भाषांतरित कामांचे मोठे डेटाबेस वापरले जातात, जसे की पुस्तके, वेब पृष्ठे आणि संयुक्त राष्ट्रांचे दस्तऐवज, ज्यामुळे सांख्यिकीय मशीन भाषांतर नावाचे तंत्र विकसित होते. यापैकी काही भाषा जोड्यांमध्ये भाषांतर करण्यासाठी मध्यवर्ती प्रतिनिधित्वांचा वापर करतात, ज्यामुळे एका भाषेतून मध्यवर्ती भाषेत, आणि नंतर मध्यवर्ती भाषेतून दुसऱ्या भाषेत भाषांतर करणे शक्य होते.

न्यूरल भाषांतरे

न्यूरल भाषांतरे AI च्या शक्तीचा वापर करून भाषांतर करतात, सहसा संपूर्ण वाक्यांचे भाषांतर एका मॉडेलचा वापर करून करतात. ही मॉडेल्स मानवी भाषांतरित डेटासेट्सवर प्रशिक्षित केली जातात, जसे की वेब पृष्ठे, पुस्तके आणि संयुक्त राष्ट्रांचे दस्तऐवज.

न्यूरल भाषांतर मॉडेल्स सामान्यतः मशीन भाषांतर मॉडेल्सपेक्षा लहान असतात, कारण त्यांना वाक्यांश आणि वाक्प्रचारांचे मोठे डेटाबेस आवश्यक नसतात. आधुनिक AI सेवा, ज्या भाषांतर प्रदान करतात, त्या अनेक तंत्रांचा वापर करतात, सांख्यिकीय मशीन भाषांतर आणि न्यूरल भाषांतर यांचे मिश्रण करतात.

कुठल्याही भाषा जोड्यांसाठी 1:1 भाषांतर नसते. वेगवेगळ्या भाषांतर मॉडेल्स वेगवेगळ्या डेटावर आधारित असल्यामुळे थोडी वेगळी परिणाम देऊ शकतात. भाषांतरे नेहमीच सममितीय नसतात - म्हणजेच जर तुम्ही एका भाषेतून दुसऱ्या भाषेत वाक्य भाषांतरित केले, आणि नंतर पुन्हा पहिल्या भाषेत भाषांतर केले, तर तुम्हाला थोडे वेगळे वाक्य मिळू शकते.

✅ वेगवेगळ्या ऑनलाइन भाषांतर साधनांचा वापर करून पाहा, जसे की Bing Translate, Google Translate, किंवा Apple translate अॅप. काही वाक्यांचे भाषांतरित आवृत्त्यांची तुलना करा. तसेच एका साधनात भाषांतर करा आणि दुसऱ्या साधनात परत भाषांतर करा.

भाषांतर सेवा

तुमच्या अनुप्रयोगांमधून भाषण आणि मजकूर भाषांतर करण्यासाठी अनेक AI सेवा उपलब्ध आहेत.

Cognitive services भाषण सेवा

गेल्या काही धड्यांमध्ये तुम्ही वापरलेल्या भाषण सेवेमध्ये भाषांतर क्षमता आहे. जेव्हा तुम्ही भाषण ओळखता, तेव्हा तुम्ही केवळ त्याच भाषेतील मजकूरच नव्हे तर इतर भाषांमधील मजकूर देखील मागवू शकता.

💁 हे फक्त भाषण SDK मध्ये उपलब्ध आहे, REST API मध्ये भाषांतर समाविष्ट नाही.

Cognitive services Translator सेवा

Translator सेवा ही एक समर्पित भाषांतर सेवा आहे जी एका भाषेतून एका किंवा अधिक लक्ष्य भाषांमध्ये मजकूर भाषांतरित करू शकते. भाषांतर करण्याव्यतिरिक्त, ती अश्लील शब्द लपविण्यासारख्या अनेक अतिरिक्त वैशिष्ट्यांना समर्थन देते. ती विशिष्ट शब्द किंवा वाक्यांसाठी विशिष्ट भाषांतर प्रदान करण्यास देखील अनुमती देते, ज्या अटी तुम्हाला भाषांतरित करायच्या नाहीत किंवा ज्यांचे विशिष्ट प्रसिद्ध भाषांतर आहे.

उदाहरणार्थ, "I have a Raspberry Pi" हे वाक्य, सिंगल-बोर्ड संगणकाचा संदर्भ देत, फ्रेंचसारख्या दुसऱ्या भाषेत भाषांतरित करताना, तुम्हाला "Raspberry Pi" हे नाव तसेच ठेवायचे असेल, "J’ai un Raspberry Pi" देण्यासाठी, "J’ai une pi aux framboises" ऐवजी.

भाषांतर संसाधन तयार करा

या धड्यासाठी तुम्हाला Translator संसाधनाची आवश्यकता असेल. तुम्ही मजकूर भाषांतरित करण्यासाठी REST API वापराल.

कार्य - भाषांतर संसाधन तयार करा

तुमच्या टर्मिनल किंवा कमांड प्रॉम्प्टवरून, तुमच्या smart-timer संसाधन गटात Translator संसाधन तयार करण्यासाठी खालील आदेश चालवा.

az cognitiveservices account create --name smart-timer-translator \
                                    --resource-group smart-timer \
                                    --kind TextTranslation \
                                    --sku F0 \
                                    --yes \
                                    --location <location>

<location> ला संसाधन गट तयार करताना वापरलेल्या स्थानाने बदला.

Translator सेवेसाठी की मिळवा:

az cognitiveservices account keys list --name smart-timer-translator \
                                       --resource-group smart-timer \
                                       --output table

कीपैकी एकाची प्रत घ्या.

भाषांतरांसह अनुप्रयोगांमध्ये अनेक भाषांना समर्थन द्या

आदर्श परिस्थितीत, तुमचा संपूर्ण अनुप्रयोग शक्य तितक्या वेगवेगळ्या भाषांना समजून घ्यायला हवा, भाषण ऐकण्यापासून, भाषा समजून घेण्यापर्यंत, आणि भाषणाद्वारे प्रतिसाद देण्यापर्यंत. हे खूप काम आहे, त्यामुळे भाषांतर सेवा तुमच्या अनुप्रयोगाच्या वितरणाचा वेळ कमी करू शकतात.

कल्पना करा की तुम्ही एक स्मार्ट टाइमर तयार करत आहात जो इंग्रजीतून शेवटपर्यंत कार्य करतो, इंग्रजी भाषण समजून घेतो आणि त्याचे मजकूरात रूपांतर करतो, इंग्रजीत भाषा समजून घेतो, इंग्रजीत प्रतिसाद तयार करतो आणि इंग्रजी भाषणाद्वारे प्रतिसाद देतो. जर तुम्हाला जपानीसाठी समर्थन जोडायचे असेल, तर तुम्ही जपानी भाषणाचे इंग्रजी मजकूरात भाषांतर करून सुरुवात करू शकता, नंतर अनुप्रयोगाचा मुख्य भाग तसाच ठेवू शकता, आणि नंतर प्रतिसाद मजकूर जपानीत भाषांतरित करू शकता, प्रतिसाद बोलण्यापूर्वी. यामुळे तुम्हाला पटकन जपानी समर्थन जोडता येईल, आणि नंतर पूर्ण शेवटपर्यंत जपानी समर्थन प्रदान करण्यासाठी विस्तार करू शकता.

💁 मशीन भाषांतरावर अवलंबून राहण्याचा तोटा म्हणजे वेगवेगळ्या भाषा आणि संस्कृतींमध्ये समान गोष्टी सांगण्यासाठी वेगवेगळे मार्ग असतात, त्यामुळे भाषांतर तुम्ही अपेक्षित असलेल्या अभिव्यक्तीशी जुळणार नाही.

मशीन भाषांतरे वापरकर्त्यांनी तयार केलेल्या सामग्रीचे तयार होत असतानाच भाषांतर करण्यासाठी अॅप्स आणि उपकरणांसाठी शक्यता उघडतात. विज्ञान कल्पनांमध्ये नियमितपणे 'युनिव्हर्सल ट्रान्सलेटर्स' असतात, जे उपकरणे परदेशी भाषांमधून (सहसा) अमेरिकन इंग्रजीत भाषांतर करू शकतात. जर तुम्ही परदेशी भाग वगळला तर ही उपकरणे विज्ञान कल्पना कमी आणि विज्ञान सत्य अधिक आहेत. भाषण आणि भाषांतर सेवांच्या संयोजनांचा वापर करून भाषण आणि मजकूराचे रिअल-टाइम भाषांतर प्रदान करणारी अॅप्स आणि उपकरणे आधीच उपलब्ध आहेत.

एक उदाहरण म्हणजे Microsoft Translator मोबाइल फोन अॅप, जो या व्हिडिओमध्ये प्रदर्शित केला आहे:

🎥 व्हिडिओ पाहण्यासाठी वरील प्रतिमेवर क्लिक करा

कल्पना करा की तुमच्याकडे असे उपकरण उपलब्ध आहे, विशेषतः प्रवास करताना किंवा ज्या लोकांची भाषा तुम्हाला माहित नाही अशा लोकांशी संवाद साधताना. विमानतळ किंवा रुग्णालयांमध्ये स्वयंचलित भाषांतर उपकरणे असणे आवश्यक प्रवेशयोग्यता सुधारणा प्रदान करेल.

✅ काही संशोधन करा: कोणतीही भाषांतर IoT उपकरणे व्यावसायिकरित्या उपलब्ध आहेत का? स्मार्ट उपकरणांमध्ये अंगभूत भाषांतर क्षमता काय आहेत?

👽 जरी आपल्याला परदेशी लोकांशी बोलण्यासाठी खरे युनिव्हर्सल ट्रान्सलेटर्स नसले तरी, Microsoft Translator क्लिंगनला समर्थन देते. Qapla’!

AI सेवा वापरून मजकूर भाषांतरित करा

तुमच्या स्मार्ट टाइमरमध्ये ही भाषांतर क्षमता जोडण्यासाठी तुम्ही AI सेवा वापरू शकता.

कार्य - AI सेवा वापरून मजकूर भाषांतरित करा

तुमच्या IoT उपकरणावर मजकूर भाषांतरित करण्यासाठी संबंधित मार्गदर्शक वाचा:

🚀 आव्हान

स्मार्ट उपकरणांव्यतिरिक्त इतर IoT अनुप्रयोगांसाठी मशीन भाषांतर कसे फायदेशीर ठरू शकते? भाषांतर केवळ बोललेल्या शब्दांसाठीच नव्हे तर मजकूरासाठी कसे मदत करू शकते याबद्दल विचार करा.

व्याख्यानानंतर प्रश्नमंजुषा

पुनरावलोकन आणि स्व-अभ्यास

विकिपीडियावर मशीन भाषांतर पृष्ठावर मशीन भाषांतराबद्दल अधिक वाचा
विकिपीडियावर न्यूरल मशीन भाषांतर पृष्ठावर न्यूरल मशीन भाषांतराबद्दल अधिक वाचा
Microsoft भाषण सेवांसाठी समर्थित भाषांची यादी [Microsoft Docs वरील भाषण सेवा दस्तऐवजांमध्ये](https://docs.microsoft.com/azure/c

अस्वीकरण:
हा दस्तऐवज AI भाषांतर सेवा Co-op Translator चा वापर करून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी कृपया लक्षात ठेवा की स्वयंचलित भाषांतरे त्रुटी किंवा अचूकतेच्या अभावाने युक्त असू शकतात. मूळ भाषेतील दस्तऐवज हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून उद्भवलेल्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार राहणार नाही.

30 KiB Raw Permalink Blame History Unescape Escape