Turkse stemvertaler: het werkwoord komt als laatste, en dat bepaalt welke je nodig hebt
De meeste handleidingen voor 'stemvertalers' zijn geschreven vanuit het Engels, waar het werkwoord op de tweede plek verschijnt en een systeem een zin vrijwel direct kan beginnen vertalen. Turks werkt niet zo. "Yarın fabrikaya gideceğim" — Ik ga morgen naar de fabriek. "Yarın fabrikaya gitmeyeceğim" — Ik ga niet. "Yarın fabrikaya gidemeyeceğim" — Ik zal niet kunnen gaan. Drie verschillende boodschappen die hun eerste vier woorden delen; het verschil zit in achtervoegsels op een werkwoord dat het laatste is wat je hoort.
Dat is de hele reden waarom 'welke Turkse stemvertaler' een andere vraag is dan 'welke stemvertaler'. Hieronder: wat Turks daadwerkelijk doet met een vertaalpijplijn, de drie producten die de naam delen, en de ene meting die een echt antwoord scheidt van een talental.
Wat Turks doet met een vertaalpijplijn
Twee eigenschappen, allebei alledaags in het Turks en allebei onhandig voor streaming-vertaling:
- Onderwerp–object–werkwoord-volgorde. Het gezegde sluit de zin af. Ontkenning (-me-), kunnen (-ebil-) en tijdsvormen zitten er allemaal aan vast. Totdat dat werkwoord valt, is de zin oprecht nog niet beslist — een systeem dat uitzendt terwijl het luistert, moet zich vroegtijdig vastleggen en het risico lopen het tegenovergestelde te zeggen, of wachten.
- Agglutinatie. Görüşemeyeceğimizi is één woord dat 'dat we niet zullen kunnen afspreken' omvat. Een pijplijn die token voor token vertaalt, heeft niets nuttigs om uit te zenden totdat de keten van achtervoegsels compleet is.
Geen van beide is exotisch — honderden miljoenen mensen spreken SOV-talen, en Turks is een van de meest regelmatige daarvan. Maar beide betekenen dat latentietijd en nauwkeurigheid bij Turks architectonische resultaten zijn, geen checkbox. Daarom is 'ondersteunt 100+ talen' een lege bewering voor dit taalpaar: het aantal zegt niets over of het systeem wacht op het werkwoord, en niets over hoe lang die wachttijd aanvoelt in een echte meeting.
De eerlijke versie van deze bewering is een meting. We publiceren maandelijks vertaalscores per taalpaar op echt productieverkeer, met de methodologie vastgelegd, op /benchmark — Turkse taalparen inbegrepen, zodat je het getal kunt lezen in plaats van ons op ons woord te geloven wat betreft de architectuur.