Identificazione della lingua
Anche: LID
Aggiornato il
Definizione
L’identificazione della lingua (LID, language identification) è il passaggio in cui il software vocale capisce quale lingua si sta parlando, prima o durante la trascrizione. È ciò che permette a uno strumento multilingue di cambiare lingua senza che tu modifichi un’impostazione.
Un riconoscitore che presume la lingua sbagliata produce assurdità con grande sicurezza: il francese passato in un modello inglese esce come un’accozzaglia dall’aspetto inglese. La dettatura tradizionale risolveva il problema con un’impostazione da cambiare a mano, il che va bene per chi lavora in una sola lingua ed è un tormento per le tante persone che cambiano lingua a metà conversazione.
Gli strumenti moderni eseguono un piccolo rilevatore sul primo secondo o due di audio, scelgono la lingua più probabile e mandano l’audio al modello giusto. Quelli fatti bene possono rifare il rilevamento a ogni nuova dettatura, così una risposta su Slack in tedesco e la successiva in inglese non richiedono alcun intervento.
Come funziona il rilevamento
Alcuni modelli ASR rilevano la lingua da soli come effetto collaterale della trascrizione; Whisper lo fa nel suo primo passaggio. Altri si affidano a un classificatore separato e piccolissimo che ascolta l’inizio di una frase e restituisce una lingua con un punteggio di confidenza. In entrambi i casi la decisione va presa presto, perché il modello sbagliato va abbandonato prima che produca molto, e va presa con pochissimo audio, ed è per questo che la prima parola o le prime due di una dettatura sono il momento in cui gli strumenti multilingue sono più fragili.
Rilevare non è tradurre
Identificare la lingua e trascriverla in quella lingua è il comportamento predefinito e sicuro. La traduzione, in cui parli una lingua e il testo arriva in un’altra, è un passaggio separato e facoltativo, e dovrebbe restare disattivata finché non la attivi tu. Uno strumento che traduce a sorpresa ha preso una decisione sulle tue parole che non spettava a lui.
Come dettare in più di una lingua sul Mac
La Dettatura di Apple funziona con le lingue che le aggiungi, e sei tu a passare dall’una all’altra mentre detti. Configurarla richiede un minuto.
- Scegli menu Apple → Impostazioni di Sistema, poi fai clic su Tastiera nella barra laterale.
- Vai a Dettatura e fai clic sul pulsante Modifica accanto a Lingue.
- Seleziona ogni lingua e zona in cui vuoi dettare.
- Avvia Dettatura in un campo di testo qualsiasi.
- Per cambiare lingua, fai clic sulla lingua mostrata accanto al cursore. Appare come un’abbreviazione o come caratteri che rappresentano la lingua.
- Oppure premi il tasto 🌐 e scegli la lingua che vuoi usare.
Come rilevano la lingua Whisper e Parakeet?
Whisper è stato addestrato a identificare la lingua parlata come uno dei suoi compiti, insieme alla trascrizione e alla traduzione. Quando non indichi una lingua, il suo strumento di trascrizione ne rileva una usando al massimo i primi 30 secondi dell’audio, poi trascrive tutto il file in quella lingua. I modelli solo inglese saltano il rilevamento e presuppongono l’inglese.
Parakeet TDT 0.6B v3 adotta un approccio più ristretto. NVIDIA dice che rileva automaticamente la lingua dell’audio e la trascrive senza istruzioni aggiuntive, tra le 25 lingue europee che supporta. Una lingua fuori da quel gruppo non è supportata.
Perché rileva la lingua sbagliata, e come risolvere
Il rilevamento è un’ipotesi fatta su una piccola quantità di audio, e alcune situazioni lo ingannano con regolarità. Quasi tutte hanno una soluzione semplice: indicare tu stesso la lingua al modello.
- La registrazione cambia lingua a metà. Lo strumento di Whisper rileva la lingua una volta sola, dall’inizio del file, e la applica al resto.
- La lingua ha pochi dati di addestramento. La scheda del modello Whisper riporta una precisione più bassa su queste lingue.
- La lingua non è affatto tra quelle supportate dal modello, quindi può rispondere solo con una lingua che supporta.
- La soluzione per Whisper: aggiungi al comando --language e il nome della lingua, per esempio --language German.
- La soluzione per la Dettatura di Apple: scegli tu la lingua facendo clic sulla lingua accanto al cursore.
Le domande più frequenti.
Un software di dettatura può capire quale lingua sto parlando?
Gli strumenti moderni sì, dal primo secondo o due di audio, e mandano il parlato al modello giusto. Gli strumenti più vecchi ti chiedono di scegliere la lingua in un’impostazione prima di parlare.
Cosa succede se sbaglia lingua?
Ottieni assurdità scritte con sicurezza, nell’alfabeto o nella grafia sbagliati, perché il modello trascrive i suoni come le parole che conosce. Gli strumenti che rifanno il rilevamento a ogni dettatura si riprendono alla frase successiva; quelli con un’impostazione fissa richiedono di cambiare l’impostazione.
Come si cambia la lingua di dettatura sul Mac?
Aggiungi la lingua in Impostazioni di Sistema → Tastiera → Dettatura facendo clic su Modifica accanto a Lingue. Mentre detti, fai clic sulla lingua mostrata accanto al cursore, oppure premi il tasto 🌐 e scegli la lingua.
Come impedisco a Whisper di scegliere la lingua sbagliata?
Indica la lingua nel comando, per esempio whisper audio.mp3 --language German. Whisper salta così il rilevamento automatico, che altrimenti usa al massimo i primi 30 secondi dell’audio.
Un modello vocale può rilevare la lingua automaticamente?
Sì. Whisper rileva la lingua quando non ne specifichi una, e Parakeet TDT 0.6B v3 di NVIDIA la rileva automaticamente tra le 25 lingue europee che supporta.
