Code-switch transcriptie, de vaardigheid die betaalt voor tweetaligheid
· 2 min leestijd · work types, languages
Deze vertaling is machinaal gemaakt en niet gecontroleerd door een moedertaalspreker. Bij twijfel geldt de Engelse versie. Laat het ons weten als iets niet klopt, dan corrigeren wij het. Ingliz tili
Code-switching is wanneer een spreker tussen talen wisselt binnen één zin, wat is hoe een groot deel van de wereld daadwerkelijk spreekt. Taggen betekent precies markeren waar elke taal begint en eindigt. Alleen iemand die echt vloeiend is in beide talen kan het correct doen, daarom betaalt het meer dan gewone transcriptie.
Kort samengevat
- Code-switching betekent het wisselen van taal binnen een enkele zin of frase.
- Het is normale spraak in veel delen van West-Afrika, Oost-Afrika, Zuid-Azië en Zuidoost-Azië.
- De meeste spraakherkenningssystemen kunnen er slecht mee omgaan.
- Tagging vereist echte vloeiendheid in beide talen, niet slechts één.
- Het is hoger geprijsd dan gewone transcriptie omdat de groep mensen die het kan doen klein is.
Hoe klinkt code-switching?
Een spreker in Accra die een zin begint in Twi en eindigt in Engels. Een spreker in Nairobi die binnen een frase tussen Swahili en Engels wisselt. Een spreker in Manilla die Tagalog en Engels zo grondig mengt dat vragen in welke taal de zin is geen duidelijk antwoord heeft.
Dit is geen slordige spraak of een gebrek aan vloeiendheid. Het is een normaal en vaak opzettelijk kenmerk van hoe meertalige mensen communiceren, en het draagt betekenis: in welke taal een woord verschijnt is vaak het punt.
Waarom falen spraakmodellen hierin?
Omdat de meeste zijn getraind op opnamen in één taal tegelijk. Een systeem dat Engels verwacht hoort een Twi-zin en produceert onzin, of laat het stilletjes weg. Een systeem dat is verteld dat de audio Swahili is, doet hetzelfde andersom.
Dat falen is geen klein randgeval. Het betekent dat de systemen het slechtst werken voor precies de sprekers die het meest meertalig zijn, wat een groot deel van de wereld is.
Wat houdt het werk eigenlijk in?
De audio nauwkeurig transcriberen en vervolgens de grenzen markeren waar de taal verandert, volgens de conventie die tijdens de onboarding wordt geleerd. Conventies verschillen tussen projecten, daarom wordt de conventie geleerd en vastgelegd in plaats van aangenomen.
Het moeilijke deel is niet het horen van de wisseling. Het is consequent zijn over grensgevallen: een enkel Engels zelfstandig naamwoord binnen een verder Twi-zin kan al dan niet als een wisseling tellen, afhankelijk van de conventie van het project. Verschillend raden op verschillende bestanden is wat een batch laat falen.
Andere vragen
Wat is code-switching?
Code-switching is het wisselen tussen twee of meer talen binnen een enkele zin of gesprek. Het is normale meertalige spraak, geen fout, en het is gebruikelijk in grote delen van Afrika en Azië.
Waarom betaalt code-switch transcriptie meer?
Omdat het echte vloeiendheid in beide talen en consistente toepassing van een taggingconventie vereist. Het aantal mensen dat het correct kan doen is klein, en spraakmodellen hebben de data hard nodig.
Heb ik formele kwalificaties nodig om transcriptiewerk te doen?
Nee. Wat vereist is, is echte vloeiendheid en de discipline om een conventie consequent toe te passen. Vloeiendheid wordt gecontroleerd tijdens de onboarding.