Google Переводчик (англ. Google Translate) — веб-служба компании Google, предназначенная для автоматического перевода части текста или веб-страницы на другой язык. Для некоторых языков пользователям предлагаются варианты переводов, например, для технических терминов, которые должны быть в будущем включены в обновления системы перевода.
В отличие от других сервисов перевода, таких, как Babel Fish и AOL, которые используют технологию SYSTRAN, Google использует собственное программное обеспечение. Видимо, используется самообучаемый алгоритм машинного перевода. В марте 2017 года Google полностью перевела движок перевода на нейросети для более качественного перевода.
Возможности
Сервис Google переводчика включает в себя также перевод всей веб-страницы и даже одновременный поиск информации с переводом на другой язык. Для веб-дизайнеров сотрудниками компании был разработан скрипт, который позволяет организовать перевод сайта на все доступные языки.
Google Переводчик, как и другие инструменты автоматического перевода, имеет свои ограничения. Этот инструмент может помочь читателю понять общий смысл содержания текста на иностранном языке, он не предоставляет точных переводов. Постоянно ведётся работа над качеством перевода, разрабатываются переводы на другие языки.
Как сделать аудио перевод текста в google translate с компа
В переводчике доступны 108 языков
Особенности
Из-за того, что выдача вариантов контролируется статистическим алгоритмом, при переводе обычных общеупотребительных слов Google Переводчик может предлагать в числе возможных вариантов нецензурные слова. На результат выдачи также можно повлиять, массово предлагая некий, в том числе заведомо неверный вариант перевода.
Google Переводчик предлагает перевод с любого поддерживаемого языка на любой поддерживаемый, но в большинстве случаев реально выполняет перевод через английский. Иногда качество от этого сильно страдает.
Полезные функции Google Переводчика
Возможности сервиса, о которых мало, кто знает.
Рукописный ввод
«Google Переводчик» поддерживает не только простой набор слов при помощи клавиатуры, но и рукописный ввод. Причём это касается как веб-версии сервиса, так и мобильного приложения. В первом случае достаточно лишь нажать на иконку карандаша в нижней части окна ввода. Сенсорный экран или поддержка стилуса не понадобится.
Писать в открывшемся окне можно при помощи мыши, зажав её левую кнопку. Ниже области ввода будут появляться слова, которые сервис смог распознать.
В мобильном приложении рукописный ввод реализован куда удобнее. Активируется он нажатием на иконку ручки, после чего пальцем вы сможете вырисовывать как отдельные буквы, так и целые слова. Такой метод ввода может быть особенно полезен для изучающих иероглифические языки: японский, китайский или корейский.
Перевод в режиме офлайн
Мобильный «Google Переводчик» уже давно может работать без подключения к Сети. Нужно лишь предварительно загрузить словари нужных вам языков. Сделать это можно из бокового меню приложения, выбрав «Перевод офлайн».
УЧИМСЯ ПОЛЬЗОВАТЬСЯ GOOGLE TRANSLATE
В этом разделе языковые пакеты можно не только сохранять, но и удалять из памяти смартфона.
Синхронный перевод
В мобильном «Google Переводчике» есть озвучка набранного текста и даже голосовой ввод, однако куда более полезной функцией является «Общение». Она позволяет перейти в специальный режим с синхронным переводом для диалога с иностранцем.
В этом режиме приложение слушает и переводит на язык собеседника все фразы, проговаривая их голосом и отображая текстом. Чтобы предложить кому-то поболтать через функцию «Общение», нужно выбрать язык и нажать на иконку ладони в правом верхнем углу. После этого на экране отобразится специальное приветственное сообщение на выбранном вами языке.
Также отметим, что для режима синхронного перевода и голосового ввода в целом можно активировать функцию цензуры. Она будет скрывать за звёздочками (***) всю ненормативную лексику, которую распознает. Найти эту функцию можно в настройках приложения, в разделе «Голосовой ввод».
Мгновенный перевод через камеру
Не менее полезная функция мобильного приложения — перевод текста при помощи камеры смартфона. В режиме реального времени готовый текст будет отображаться вместо той надписи, которую вы снимаете. Мгновенный перевод пригодится в том случае, когда нужно узнать, что означает какая-то вывеска или предостерегающий знак. Особенно это будет удобно за рубежом.
Для перехода к этой функции нужно лишь запустить камеру с панели инструментов приложения. В самом режиме съёмки можно открыть и любое ранее полученное фото, где есть что перевести.
Перевод в строке поиска
Если требуется узнать перевод одного или нескольких слов, то можно и вовсе обойтись простым запросом в поисковой строке. В случае с переводом на английский язык он должен иметь вид: ваше слово или фраза + «на английском». Пример на скриншоте ниже.
Функция перевода через поисковую строку актуальна как для смартфонов, так и для ПК.
Перевод смс
В приложении есть специальная опция “Conversation mode”. Она позволяет переводит ваши сообщения на нужный вам язык.
Перевод сайтов
Перевести текст с зарубежного сайта на ПК можно тремя различными способами. Самый очевидный — банальное копирование и вставка в переводчик. В случае с небольшими фрагментами текста это может быть удобно, но если нужно перевести всю страницу, лучше воспользоваться иными методами.
К примеру, можно просто скопировать ссылку на страницу сайта и вставить её в «Google Переводчик».
В окне справа появится ссылка на этот же сайт, но уже на нужном языке и с сохранением всей разметки.
Другой способ предполагает наличие браузера Chrome. В нём при посещении зарубежного ресурса в адресной строке справа появится иконка «Google Переводчика». Нажатие на неё также позволит перевести весь сайт целиком.
Перевод файлов
Веб-версия Переводчика умеет переводить не только текст из окна. Эта функция позволяет загрузить из памяти компьютера текстовый документ и посмотреть его перевод. Это может быть файл формат PDF или, к примеру, DOCX. С простыми текстами функция может быть весьма полезна.
Источник: md-eksperiment.org
Бесплатный сервис по распознаванию
текста из изображений
который поможет получить напечатанный текст из PDF документов и фотографий
Принцип работы ресурса
Отсканируйте или сфотографируйте текст для распознавания
Загрузите файл
Выберите язык содержимого текста в файле
После обработки файла, получите результат * длительность обработки файла может составлять до 60 секунд
- Форматы файлов
- Изображения: jpg, jpeg, png
- Мульти-страничные документы: pdf
- Сохранение результатов
- Чистый текст (txt)
- Adobe Acrobat (pdf)
- Microsoft Word (docx)
- OpenOffice (odf)
Наши преимущества
- Легкий и удобный интерфейс
- Мультиязычность
Сайт переведен на 9 языков - Быстрое распознавание текста
- Неограниченное количество запросов
- Отсутствие регистрации
- Защита данных. Данные между серверами передаются по SSL + автоматически будут удалены
- Поддержка 35+ языков распознавания текста
- Использование движка Tesseract OCR
- Распознавание области изображения (в разработке)
- Обработано более чем 37.7M+ запросов
Основные возможности
Распознавание отсканированных файлов и фотографий, которые содержат текст
Форматирование бумажных и PDF-документов в редактируемые форматы
Приветствуем студентов, офисных работников или большой библиотеки!
У Вас есть учебник или любой журнал, текст из которого необходимо получить, но нет времени чтобы напечатать текст?
Наш сервис поможет сделать перевод текста с фото или PDF документа. После получения результата, Вы сможете загрузить текст для перевода в Google Translate, конвертировать в PDF-файл или сохранить его в Word формате.
OCR или Оптическое Распознавание Текста никогда еще не было таким простым. Все, что Вам необходимо, это отсканировать или сфотографировать текст, далее выбрать файл и загрузить его на наш сервис по распознаванию текста. Если изображение с текстом было достаточно точным, то Вы получите распознанный и читабельный текст.
Также сервис позволяет конвертировать PDF файл в изображение, на выходе вы получите zip архив.
Сервис не поддерживает тексты написаны от руки.
Поддерживаемые языки:
Afrikaans, Amharic, Arabic, Azerbaijani, Azerbaijani — Cyrillic, Belarusian, Bengali, Tibetan, Bosnian, Breton, Bulgarian, Catalan; Valencian, Cebuano, Czech, Chinese — Simplified, Chinese — Simplified Vertical, Chinese — Traditional, Chinese — Traditional Vertical, Cherokee; Tsalagi, Corsican, Welsh, Danish, German, Divehi, Dzongkha, Greek, English, English, Middle (1100-1500), Esperanto, Estonian, Basque, Faroese, Persian, Filipino (old — Tagalog), Finnish, French, German — Fraktur, French, Middle (1400-1600), Western Frisian, Scottish Gaelic, Irish, Galician, Greek, Ancient (to 1453), Gujarati, Haitian; Haitian Creole, Hebrew, Hindi, Croatian, Hungarian, Armenian, Inuktitut, Indonesian, Icelandic, Italian, Italian — Old, Javanese, Japanese, Japanese Vertical, Kannada, Georgian, Georgian — Old, Kazakh, Central Khmer, Kyrgyz, Kurmanji (Kurdish — Latin Script), Korean, Korean Vertical, Lao, Latin, Latvian, Lithuanian, Luxembourgish, Malayalam, Marathi, Macedonian, Maltese, Mongolian, Maori, Malay, Burmese, Nepali, Flemish, Norwegian, Occitan (post 1500), Oriya, Punjabi, Polish, Portuguese, Pashto, Quechua, Romanian; Moldovan, Russian, Sanskrit, Sinhala; Sinhalese, Slovak, Slovenian, Sindhi, Spanish; Castilian, Spanish; Castilian — Old, Albanian, Serbian, Serbian — Latin, Sundanese, Swahili, Swedish, Syriac, Tamil, Tatar, Telugu, Tajik, Thai, Tigrinya, Tonga, Turkish, Uyghur, Ukrainian, Urdu, Uzbek, Uzbek — Cyrillic, Vietnamese, Yiddish, Yoruba
Источник: img2txt.com
Нейросети без учителя переводят с языков, для которых нет параллельного корпуса текстов
Машинный перевод с помощью нейросетей прошёл долгий путь с момента первых научных исследований на эту тему и до того момента, как компания Google заявила о полном переводе сервиса Google Translate на глубинное обучение.
Как известно, в основе нейронного переводчика механизм двунаправленных рекуррентных нейронных сетей (Bidirectional Recurrent Neural Networks), построенный на матричных вычислениях, который позволяет строить существенно более сложные вероятностные модели, чем статистические машинные переводчики. Однако всегда считалось, что нейронный перевод, как и статистический, требует для обучения параллельных корпусов текстов на двух языках. На этих корпусах обучается нейросеть, принимая человеческий перевод за эталонный.
Как теперь выяснилось, нейросети способны освоить новый язык для перевода даже без параллельного корпуса текстов! На сайте препринтов arXiv.org опубликованы сразу две работы на эту тему.
«Представьте, что вы даёте какому-то человеку много китайских книг и много арабских книг — среди них нет одинаковых — и этот человек обучается переводить с китайского на арабский. Это кажется невозможным, правда? Но мы показали, что компьютер способен на такое», — говорит Микель Артетксе (Mikel Artetxe), учёный, работающий в области компьютерных наук в Университете Страны Басков в Сан-Себастьяне (Испания).
Большинство нейросетей машинного перевода обучается «с учителем», в роли которого как раз выступает параллельный корпус текстов, переведённый человеком. В процессе обучения, грубо говоря, нейросеть делает предположение, сверяется с эталоном, и вносит необходимые настройки в свои системы, затем обучается дальше. Проблема в то, что для некоторых языков в мире нет большого количества параллельных текстов, поэтому они недоступны для традиционных нейросетей машинного перевода.
Две новые модели предлагают новый подход: обучение нейросети машинного перевода без учителя. Система сама пытается составить некое подобие параллельного корпуса текстов, выполняя кластеризацию слов друг вокруг друга. Дело в том, что в большинстве языков мира присутствуют одни и те же смыслы, которым просто соответствуют разные слова. Так вот, все эти смыслы группируются в одинаковые кластеры, то есть одни и те же смыслы-слова группируются вокруг одних и тех же смыслов-слов, практически независимо от языка (см. статью «Нейросеть Google Translate составила единую базу смыслов человеческих слов»).
«Универсальный язык» нейронной сети Google Neural Machine Translation (GNMT). На левой иллюстрации разными цветами показаны кластеры значений каждого слова, справа внизу — смыслы слова, полученные для него из разных человеческих языков: английского, корейского и японского
Составив гигантский «атлас» для каждого языка, затем система пытается наложить один такой атлас на другой — и вот пожалуйста, у вас готово некое подобие параллельных текстовых корпусов!
Можно сравнить схемы двух предлагаемых архитектур обучения без учителя.
Архитектура предлагаемой системы. Для каждого предложения на языке L1 система учится чередованию двух шагов: 1) шумоподавление (denoising), которое оптимизирует вероятность кодирования зашумлённой версии предложения с общим энкодером и его реконструкции декодером L1; 2) обратный перевод (back-translation), когда предложение переводится в режиме вывода (то есть кодируется общим энкодером и декодируется декодером L2), а затем оптимизируется вероятность кодирования этого переведённого предложения с общим энкодером и восстановления оригинального предложения декодером L1. Иллюстрация: научная статья Микеля Артетксе и др.
Предлагаемая архитектура и цели обучения системы (из второй научной работы). Архитектура представляет собой модель перевода по предложениям, где и энкодер, и декодер работают на двух языках, в зависимости от идентификатора входного языка, который меняет местами поисковые таблицы. Вверху (автокодирование): модель обучается выполнять шумоподавление в каждом домене.
Внизу (перевод): как и прежде, плюс мы кодируем с другого языка, используя в качестве входных данных перевод, произведённый моделью в предыдущей итерации (голубой прямоугольник). Зелёные эллипсы указывают термины в функции потерь. Иллюстрация: научная статья Гильома Лампла и др.
Обе научные работы используют заметно схожую методику с небольшими отличиями. Но в обоих случаях перевод осуществляется через некий промежуточный «язык» или, лучше сказать, промежуточное измерение или пространство. Пока что нейросети без учителя показывают не очень высокое качество перевода, но авторы говорят, что его легко повысить, если использовать небольшую помощь учителя, просто сейчас ради чистоты эксперимента этого не делали.
Отметим, что вторую научную работу опубликовали исследователи из подразделения Facebook AI.
Работы представлены для Международной конференции по обучающим представлениям 2018 года (International Conference on Learning Representations). Ни одна из статей ещё не опубликована в научной прессе.
- Софт
- Искусственный интеллект
Источник: habr.com