اپنی ہی آواز میں بولیں — ایسی زبان میں جو آپ بولتے نہیں
ریئل ٹائم ترجمے کا ایک پہلو ایسا ہے جسے تقریباً ہر کوئی غلط سمجھتا ہے اور جس کے بارے میں تقریباً کوئی بات نہیں کرتا: وہ آواز جو آپ سنتے ہیں۔
آپ کے پاس بہترین اسپیچ ریکگنیشن اور بہترین ترجمہ ہو سکتا ہے، اور پھر بھی میٹنگ ایسی لگ سکتی ہے جیسے کوئی مشین فہرست پڑھ رہی ہو۔ وجہ یہ ہے کہ آخری مرحلے میں، جہاں ترجمہ شدہ متن کو دوبارہ آواز میں بدلا جاتا ہے، زیادہ تر ٹولز خاموشی سے آپ کی جگہ ایک ہی عمومی مصنوعی راوی کو دے دیتے ہیں۔ کمرے میں آٹھ لوگ ہوں تو سب کے لیے ایک ہی روبوٹ کی آواز۔ کون بول رہا ہے، کس بات پر زور ہے، شخصیت کیسی ہے، یہ سب کھو جاتا ہے۔ بات سمجھ آتی ہے، مگر گفتگو نہیں رہتی۔
InterMIND آخری مرحلہ مختلف طریقے سے انجام دیتا ہے۔ جب آپ بولتے ہیں تو دوسرے شرکاء ترجمہ ایسی آواز میں سنتے ہیں جو صاف پہچانی جا سکتی ہے کہ آپ کی ہے۔ اس میں آپ کی آواز کا رنگ اور آپ کے بولنے کا انداز ہوتا ہے، اور وہی الفاظ اب ان کی زبان میں ادا ہو رہے ہوتے ہیں۔ یہ ابھی بے عیب نقل نہیں ہے۔ اصل بات یہ ہے کہ یہ کسی عام راوی کے بجائے آپ ہیں، اور یہ مسلسل بہتر ہو رہی ہے۔ یہ ہر شریک کے لیے، دونوں سمتوں میں، ایک ہی وقت میں کام کرتا ہے۔
یہ تحریر Inside the four translation pipelines that run InterMIND کا گمشدہ باب ہے۔ اس مضمون میں بتایا گیا تھا کہ آڈیو کس طرح ترجمہ شدہ آڈیو بنتی ہے۔ یہ تحریر اس بارے میں ہے کہ دوسرے سرے سے کس کی آواز نکلتی ہے۔
وہ ڈیفالٹ جو سب فراہم کرتے ہیں، اور وہ بے کیف کیوں ہے
اگر آپ نے کسی بڑے میٹنگ پلیٹ فارم پر لائیو ترجمہ استعمال کیا ہے تو آپ یہ آواز جانتے ہیں۔ ایک غیر جانبدار، یکساں رفتار والی آواز ترجمہ پڑھتی ہے۔ چاہے بولنے والا آپ کا سی ای او ہو جو ٹاؤن ہال کا آغاز کر رہا ہو، یا کوئی ساتھی جو لطیفہ سنا رہا ہو، آواز وہی رہتی ہے۔ اس کے پیچھے ٹیکسٹ ٹو اسپیچ ٹیکنالوجی ہوتی ہے جس میں ایک ہی مقررہ آواز کا ماڈل ہوتا ہے، اور ڈیزائن کا مفروضہ یہ ہوتا ہے کہ بات کا سمجھ آ جانا کافی ہے۔
حقیقی میٹنگ میں یہ کافی نہیں۔ میٹنگ میں جو کچھ منتقل ہوتا ہے اس کا آدھا حصہ یہ ہوتا ہے کہ بات کون کہہ رہا ہے اور کیسے کہہ رہا ہے۔ آواز چھین لیں تو بحث ایسی تحریری کارروائی بن جاتی ہے جو اتفاق سے بلند آواز میں پڑھی جا رہی ہو۔ لوگ ایک دوسرے کو جواب دینا چھوڑ کر اپنی باری کا انتظار کرنے لگتے ہیں۔
