Geri Dön

Automatic speech recognition in consecutive interpreter workstation: Computer-aided interpreting tool 'Sight-Terp'

Otomatik konuşma tanıma sistemlerinin ardıl çeviride kullanılması: Sight-Terp

  1. Tez No: 802617
  2. Yazar: CİHAN ÜNLÜ
  3. Danışmanlar: PROF. DR. AYMİL DOĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mütercim-Tercümanlık, Translation and Interpretation
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Mütercim Tercümanlık Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 145

Özet

Bu deneysel çalışma, bilgisayar destekli sözlü çeviri (BDS) aracı olan“Sight-Terp”kullanımının ardıl çeviri sürecine etkisini araştırmaktadır. Bu çalışmanın yazarı tarafından tasarlanan ve geliştirilen Sight-Terp, dijital not defteri, otomatik konuşma tanıma (OKT), gerçek zamanlı konuşma çevirisi, adlandırılmış varlık tanıma ve vurgulama ve otomatik segmentasyon işlevlerine sahiptir. Çalışma, katılımcıların performanslarını iki koşulda (Sight-Terp'li ve Sight-Terp'siz) test etmek ve performanslarını doğruluk ve akıcılık kriterlerine göre analiz etmek için grupiçi tekrarlı ölçümler tasarımı kullanmıştır. İki farklı koşuldaki doğruluk oranları arasındaki farkı analiz etmek için doğruluk değişkeni, anlamsal olarak eşdeğer bir şekilde aktarılan anlam birimlerinin sayısının ortalaması ile ölçülmüştür (Seleskovitch, 1989). Akıcılık ise, her bir performans için yanlış başlangıçlar, dolgulu duraksamaların sıklığı, sessiz duraksamalar, tüm sözcük tekrarları, bozuk sözcükler ve tamamlanmamış tümceler gibi akıcısızlık göstergelerinin toplam sayısı hesaplanarak ölçülmüştür. Ek olarak, katılımcıların araç kullanımına ilişkin algılarını analiz etmek için deney sonrası anket uygulanmıştır. Elde edilen bulgular, OKT ile entegre edilmiş BDS aracı Sight-Terp'ten yararlanmanın katılımcıların çevirilerinin doğruluğunda bir artışa yol açtığını göstermektedir. Ancak Sight-Terp kullandıklarında katılımcılarda daha fazla akıcısızlık belirteçleri meydana gelmiş ve çeviri için harcadıkları süre görece uzamıştır. Kullanıcılar aracı kullanırken herhangi bir zorluk veya yabancılık hissetmeseler de çalışma sonuçları yazılımın faydasını daha da artırabilecek potansiyel iyileştirme ve değişiklik alanlarını da ortaya koymaktadır. Bu çalışma, OKT teknolojisini sözlü çeviri sürecine dahil etmenin faydalarını ve zorluklarını vurgulayarak sözlü çeviri eğitimini ve pratiğini bilgilendirmeyi amaçlamakta ve sözlü çevirmenler için BDS araçlarının gelecekteki gelişimi için pratik öneriler sunmayı amaçlamaktadır.

Özet (Çeviri)

This experimental study investigates the effect of using an automatic speech recognition (ASR)-enhanced computer-assisted interpreting (CAI) tool“Sight-Terp”on the performances of a group of participants in consecutive interpreting tasks. Sight-Terp, which is designed and developed by the author of this study, provides a digital note-pad, real-time speech translation, named entity recognition and highlighting, and automatic segmentation of a speech. The study employs a within-subjects repeated measures design to test participants' performances in two conditions (with and without Sight-Terp) and analyses their performances based on the criteria of accuracy and fluency. In seeking the significant difference between the accuracy ratios in two different conditions, accuracy was measured by the average of the number of accurately conveyed units of meaning (Seleskovitch, 1989). Fluency, on the other hand, was measured by calculating the total number of occurrences of disfluency markers such as false starts, frequency of filled pauses, filler words, whole-word repetitions, broken words, and incomplete phrases for each performance. Additionally, a follow-up qualitative survey is conducted to obtain participants' comparative responses and perceptions of the tool usage. The analysis and quantitative results of the study indicate that leveraging the ASR-integrated CAI tool Sight-Terp led to an enhancement in the accuracy of the participants' interpretations. However, this also resulted in a higher occurrence of disfluencies and elongated durations of interpretations. While the users experienced little difficulty while using the tool, the study outcomes also suggest potential areas of improvement and modifications that could further enhance the utility of the tool. The study aims to inform interpreting education and practice by highlighting the benefits and challenges of incorporating ASR technology in the interpreting process and offers practical suggestions for the future development of CAI tools for interpreters.

Benzer Tezler

  1. Makine öğrenme algoritmalarıyla konuşmacı tanılaması

    Speaker identification with machine learning algorithms

    KORAY ÖZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiDoğuş Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TEMEL SÖNMEZOCAK

  2. Örneklem tabanlı gürbüz konuşma tanıma

    Exemplar based noise robust speech recognition

    FATİH AKTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ENDER METE EKŞİOĞLU

  3. CNN-based text-independent automatic speaker identification

    Evrişimsel sinir ağı tabanlı metinden bağımsız otomatik konuşmacı tanılama

    MANDANA FASOUNAKI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN İNCE

  4. Effects of reverberation on monaural speech separation and recognition

    Tek kanallı konuşma ayırma ve tanımada yankılaşımın etkileri

    HAKAN KURÇENLİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT SARAÇLAR

  5. Automatic speech recognition system for Turkish spoken language

    Türkçe dili için otomatik konuşma tanıma sistemi

    DOĞAN DALVA

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Elektrik ve Elektronik MühendisliğiIşık Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HAKAN GÜRKAN

    YRD. DOÇ. DR. ÜMİT GÜZ