テキスト翻訳と音声翻訳の精度

　2019/7/16更新

 

　最近のＡＩと呼んでいるディープラーニングというアルゴリズムを使った手法により自動翻訳の精度が上がっている。しかし、自動翻訳についてはテキスト翻訳と音声翻訳に分けて考える必要があるように思う。

 

　ポケトーク等の音声翻訳が分野を限定すれば実用レベルに近い水準に近付いているように私は思っているが、一方でテキスト翻訳のレベルは実用にはまだほど遠いように思う。グーグル翻訳でもネーティブスピーカーレベルの語学力までは達していない人が時間を節約するために参考程度に使用できる水準にすぎないと思う。

 

　会話程度の音声翻訳なら比較的短いセンテンスを対象にすればいいので話者の音声に近いデータをデータベースから探せれば精度の高い翻訳結果が得られると推測できる。だから、できるだけ多くのデータをデータベースに蓄積することが翻訳精度の向上につながる。

 

「ディープラーニングではニューラルネットワークと呼ばれる人間の神経構造を模したアルゴリズムを発展させることで、特徴量を自動的に見つけ出せる」からデータの蓄積さえあれば、話者の音声に似た波形のデータをデータベースから取り出すのは技術的に容易になっている。

 

　しかも、音声翻訳の場合、通常、会話者同士が同じ環境にいるので前後の脈絡は共有されており、言葉以外の視覚情報等も使って言葉の意味を推測できる。

 

　一方、テキスト翻訳は音声翻訳より長いセンテンスを対象にしており、音声データのように特徴量を自動的に見つけ出すことは難しいように思う。

 

　音声翻訳は分野（例えばレストランでの注文等）を限定できればより精度が上がるだろう。しかし、テキスト翻訳については分野を絞るだけでは精度を上げることは難しいように思う。なぜなら、前後の文脈を無視して翻訳することができないからだ。テキストの場合、前後の文脈等の意味的な解析なしに精度の高い翻訳を実現することが可能だとは思えない。

 

　また、会話の場合のように音声以外の視覚情報等もなく、前後の脈絡等を機械に判断させるためには様々な情報がデータベースに蓄積されている必要がある。つまり、テキストの文字だけではなく、時代背景等の知識まで必要になる。同じ文字でも時代背景や状況に応じて言葉の意味は違ってくる。

 

　一方、現在の音声翻訳は前後の文脈を考慮しなくても（現在、使われている音声翻訳にどの程度の意味的な解析が行われているかは知らないが）話者の発声した音の波形に近いデータをデータベースから発見できればかなり精度の高い翻訳ができるのではないだろうか。

 

　そのことは翻訳機やスマホが極めて高い精度で音声認識をしていることからも想像できる。現実にスマホのマイクから拾った音声の認識率の高さには驚かされる。そして、データベースにその音声に対応する外国語の音声データが存在していれば翻訳はそれ程難しくないのではないだろうか。

 

　👉AIが声からウソを見抜く 劇的に進化する音声認識が変える世界～音声をそのまま認識して翻訳してくれるシステムは、音声認識と自動翻訳システムを組み合わせているという点で、音声インタフェースの一例と考えられる。

 

　逆説的に言えば、音声翻訳はテキスト翻訳に比べて意味的な解析に依存しなくてもある程度の精度の翻訳を実現できるので処理速度が速く、実用性の高い翻訳機を低コストで市場に提供できているのではないだろうか。

 

　👉 Google翻訳アプリの翻訳精度を翻訳機ポケトークと比較 - トライ翻訳機

 

　👉使ってみました！新型翻訳機「ポケトークW」を初代モデルと徹底比較

 

　👉ポケトークW購入レビュー。実際に使ってみて感じたメリットと気になる点 

 

　そう考えると意味的な解析が必要とされるテキスト翻訳の翻訳精度が急激に上がる可能性はとても低いのではないかと私は考えている。

 

　実際にこうした疑問を持った人たちがテキスト翻訳のレベルの検証をしている。その結果は予想通りと言えるものだ。

 

　👉ウェブページ機械翻訳の精度が低い問題：自動翻訳の方法を検証してみた結果 - 事実を整える

 

　👉テキスト自動翻訳・機械翻訳比較 (日本語・英語) | クラウドサービス徹底比較・徹底解説 (2019年版)

 

　👉「Google」VS「エキサイト」VS「アルコム」VS「weblio」本当に使える翻訳サービスはどれ？検証してみた

 

　👉ウィキペディアが機械翻訳に汚染されてめちゃくちゃだって～でも、実は本当に使えるのは英語版のWikipediaで、翻訳版の中には機械翻訳に汚染されてしまっている理解不能なWikipediaもあって、その言語の話者を困惑させているという事実はご存知でしょうか。…このContent Translation Tool、一見便利なようで、どうも危険をはらんでいるようです。というのも、ポルトガル語のモデレータが機械翻訳の出力が悪く｢村のポンプ｣が｢爆弾を村に投下｣になっていることに気づいて、それを報告しています。 “village pump” が “ bomba do Village ” に変換されたらしいのですが、Wikipediaの管理人の一人はこれを非常に懸念としており、機械翻訳を言語を解する人間と同一視してはならないと警鐘を鳴らしています。最近、機械翻訳の世界では｢Human Parity｣という言葉がよく聞かれるようになっています。これは人間と等価である、つまり人間なみに翻訳の質が高まっているというキーワードなのですが、実際には人間なみの質が得られているのはごく狭い制限された実験でのみの結果を元にしている場合が多く、多くの言語ではまだそこまでの境地には達していないのが実情なのです。…このような背景から、Wikipediaの小さな翻訳記事にはまだまだ間違いがたくさん含まれているようです。そしてその間違いに汚染されてしまったこの現状を修復するのは並々ならぬ努力が必要とのこと...。機械翻訳にはまだまだ開発の余地があるようです。

 

　Excelのヘルプの説明にも一部に機械翻訳が使われているが、日本語として、あるいは説明文として成立していないレベルのものを製品の説明文として提供していることに私は疑問を感じている。不完全な商品を売っても許されるというコンピューター業界の常識がベースにあるように思う。これは甘えであり、おごりだと思う。

   

　分からな点をヘルプしてくれるのが本当のヘルプではないだろうか。機械が勝手に翻訳しているから間違っているかもしれませんという商売が他の業界で成り立つだろうか。要は人手を掛けたくないから分からなかったら英語の解説を読んでくれというのは殿様商売そのものだと思う。