ترجمه روی دستگاه با هوش مصنوعی

برای تقویت پشتیبانی جهانی مشتری، Translate API آزمایشی را کشف کنید.

مود نالپاس
Maud Nalpas
کنجی باهوکس
Kenji Baheux

گسترش کسب و کار شما در بازارهای بین المللی می تواند گران باشد. بازارهای بیشتر احتمالاً به معنای زبان‌های بیشتری برای پشتیبانی است و زبان‌های بیشتر می‌تواند با ویژگی‌ها و جریان‌های تعاملی، مانند چت پشتیبانی پس از فروش، به چالش‌هایی منجر شود. اگر شرکت شما فقط دارای نمایندگی های پشتیبانی انگلیسی زبان است، ممکن است به زبان غیر بومی توضیح دهند که دقیقاً با چه مشکلی مواجه شده اند.

چگونه می‌توانیم از هوش مصنوعی برای بهبود تجربه گویندگان چندین زبان استفاده کنیم، در حالی که ریسک را به حداقل می‌رسانیم و تأیید می‌کنیم که آیا ارزش سرمایه‌گذاری در عوامل پشتیبانی که به زبان‌های اضافی صحبت می‌کنند یا خیر؟

برخی از کاربران سعی می کنند با ویژگی ترجمه صفحه داخلی مرورگر خود یا ابزارهای شخص ثالث بر مانع زبان غلبه کنند. اما تجربه کاربر در مقایسه با ویژگی های تعاملی، مانند چت پشتیبانی پس از فروش ما، پایین تر است.

برای ابزارهای چت با ترجمه یکپارچه، مهم است که تاخیرها را به حداقل برسانید. با پردازش زبان روی دستگاه، می‌توانید در زمان واقعی ترجمه کنید، حتی قبل از اینکه کاربر پیام را ارسال کند.

با این حال، شفافیت هنگام پر کردن شکاف زبانی با ابزارهای خودکار بسیار مهم است. به یاد داشته باشید، قبل از شروع مکالمه، روشن کنید که ابزارهای هوش مصنوعی را پیاده سازی کرده اید که این ترجمه را امکان پذیر می کند. این توقعات را تعیین می کند و به جلوگیری از لحظات ناخوشایند در صورتی که ترجمه بی نقص نیست کمک می کند. با اطلاعات بیشتر به یک خط مشی پیوند دهید.

ما روی یک Translate API آزمایشی با مدلی که در Chrome تعبیه شده است کار می کنیم.

چت نسخه ی نمایشی

ما یک چت پشتیبانی مشتری ایجاد کرده‌ایم که به کاربران اجازه می‌دهد تا به زبان اصلی خود تایپ کنند و ترجمه بی‌درنگ برای نماینده پشتیبانی دریافت کنند.

از Translate API استفاده کنید

کروم Translate API را با یک شی window.model نمایش می دهد. این شی دو روش مهم دارد:

  • canTranslate() : بررسی می کند که آیا یک مدل ترجمه برای جفت زبان شما آماده است یا خیر. اگر مدل از قبل در دستگاه موجود باشد، "readily" اگر مرورگر ابتدا نیاز به دانلود مدل داشته باشد "after-download" و اگر ترجمه امکان‌پذیر نباشد "no" را برمی‌گرداند.
  • createTranslator() : این شیء Translator شما را به صورت ناهمزمان تنظیم می کند. اگر مدل نیاز به دانلود داشته باشد، صبر می کند تا آماده شود.

شی Translator فقط یک روش دارد:

  • translate() : متن منبع را به آن بدهید و نسخه ترجمه شده را خروجی می دهد.

از آنجایی که فعلاً این آزمایشی و مختص کروم است، مطمئن شوید که همه کدهای خود را در تشخیص ویژگی قرار دهید.

const supportsOnDevice = 'model' in window && 'createTranslator' in model;
if (!supportsOnDevice) {
  return;
}

const parameters = { sourceLanguage: 'en', targetLanguage: 'pt' };
const modelState = await model.canTranslate(parameters);
if (modelState === 'no') {
  return;
}
const onDeviceTranslator = await model.createTranslator(parameters);

const result = await onDeviceTranslator.translate(input);
if (!result) {
  throw new Error('Failed to translate');
}
return result;

مدل نیاز به زمان دارد تا در دسترس کاربر قرار گیرد. شما می توانید از دو طریق به این موضوع بپردازید:

  • پس از آماده شدن مدل، منتظر بمانید تا عناصر رابط کاربری مبتنی بر ترجمه خود را فعال کنید.
  • با یک مدل مبتنی بر ابر برای ترجمه شروع کنید، سپس پس از دانلود مدل به روی دستگاه بروید.

مراحل بعدی

ما می خواهیم از تو بشنویم. بازخورد خود را در مورد این رویکرد با باز کردن یک شماره در توضیح دهنده به اشتراک بگذارید و به ما بگویید چه موارد استفاده بیشتر مورد علاقه شماست. برای آزمایش این فناوری با نمونه های اولیه محلی می توانید در برنامه پیش نمایش اولیه ثبت نام کنید .

مشارکت شما می تواند به ما کمک کند تا هوش مصنوعی را به ابزاری قدرتمند و کاربردی برای همه تبدیل کنیم.