Ｂｌｏｇ ｄｅ ａｆｕｔｕｒａ

ライブ翻訳自体はスピーディーに動作する。

相手が話し始めてから翻訳が聞こえるまでのタイムラグはどうしても発生する。ただし話が終わったのか、間なのかの判断はしてくれない。これが翻訳に混乱を生む。
そう言ったことも含めて、ライブ翻訳を使えると判断するか、使えないとするかは、相手の話し方、発音、間、SVOC、スピードなどに大きく依存するようだ。

ライブ翻訳機能を学会で使っても、アルゼンチンの演者の英語は◎だったが、韓国、イタリア、中国は△×〜×。発音の正確さもあるだろうが、でもこれはたまたまで、話す相手によるだろう。それこそAIで翻訳した原稿をそのままよどみなく読み上げるくらいが、ライブ翻訳には一番よいと思われる。

だからといって会話の英訳和訳が×かというと、意外にそうでもないのは、多分短文だからだ。短い文章の場合は、かなり的確に文意を汲んで翻訳される。話者が意識すれば尚のことだ。
一方で、日本語特有の主語がなくても意味が通じるとか、動詞が文末にくるとか、英語のSV構文とかを踏まえると、英語圏のAppleも英訳を重視したのでは？と思わないこともない。

短文でも、複数名が話す会議はもっと使いにくい。声の聞き分けはしないし、外人の会議は沈黙は罪だから、声の重なりはどうしても生じるためだ。2人が間をなく話せば、混線した文章になってしまう。そして日常会話だと早口なので、もっと込み入る。

正直、今のままだと本当に使いたいビジネスシーンでの活躍は期待値の10%くらいで、これに依存はできなかった。YouTubeを材料にしたときはもっといけるかと思ったが、あれは原稿を読んでいる可能性が高いし。

文章の翻訳は和英も英和も相当優秀になったのに、話し言葉は難しいなぁ。

ただ、今は過程に過ぎない。1年後2年後はもっとよいものができるに違いない。いや、昨今のAIの進歩を考えれば、半年後にはなんとかなっているかもしれない。

その上で、ここを直せばもっと使えるのにという提案。こんなBlogで示してどうする？とも思うが、誰かが組み上げてくれるとありがたい。

• フィラーを除く（えーっととか、あのーとか）
  　文字化の場合はすでに削除できる。が、会話だと、フィラーなのか、間なのかの判断ができないため、ライブ翻訳が裏目に出てしまう。文章の終わりを把握するのは、高度な能力なのだな。
  
  
• 辞書登録
  　文意を汲むことはしてくれないから、単語の辞書登録ができればだいぶ違うと思う。例えばStudyは学校なら"勉強"だが、理系なら"研究”あるいは"試験”の方が適切だし、わかりやすい。動詞はもっとそうで、優先的な単語がはめられるといいのに。固有名詞も専門用語も当然のように弱い。
  　これはクラウド処理していないことと相反するのかもしれない。
  
  
• 複数名の聞き分け
  　男女だけでもいいから、聞き分けてくれるとよい。
  
  
• 英和特化
  　Appleはやらずとも、どこかの会社は手をつけるように思う。聞き取れるだけでよい人は多い。iPhone 一台で、聞くと話すの両機能を使いこなすことはできないのだ。（相手にもiPhoneとAirPodsが必要）
  
  
• シチュエーション特化、あるいはセレクション
  　日常会話なのか、ビジネスなのか、それだけでも選べると利便性が多分高い。