Dzwoni twój telefon. Naciskasz 2, oczekując ciepłego, wyraźnego komunikatu po hiszpańsku; zamiast tego angielski głos mówi: „Please press uno”. Obejrzałem klip z TikToka mieszkanki Spokane, który zdobył miliony wyświetleń i poczułem, jak małe błędy mogą stać się głośnymi, publicznymi żartami.
Opowiem ci, co się stało, kto to zauważył i dlaczego odpowiedź prawdopodobnie tkwi w prostym błędzie użytkownika w Amazon Polly. Dowiesz się, które przyciski nacisnąć i jaką dokumentację dostawcy przeczytać w następnej kolejności.
Wirusowy klip wylądował w moim kanale, a ludzie się śmiali
Maya Edwards opublikowała krótki film na TikToku, pokazujący dziwny komunikat głosowy, który szybko się rozprzestrzenił – miliony wyświetleń wystarczająco szybko, by wywołać zamieszanie na poziomie stanowym.
@maya_maybee So this is actually crazy #fyp #spanishlanguage #accent #latino #wild ♬ original sound – Maya
Reporter AP namierzył głos w Amazon Polly i zapytał, czy problem został naprawiony
Associated Press nazwało klip wskazówką i zidentyfikowało głos jako Lucia z platformy zamiany tekstu na mowę Amazon Polly od Amazon Web Services.
To jest kluczowe: Lucia to kastylijski hiszpański głos, który czyta dowolny tekst, który mu podasz. Jeśli ktoś wkleił angielskie komunikaty do hiszpańskiego głosu, system nie tłumaczy; czyta angielski z hiszpańską fonetyką – więc „Please press 1” staje się „Please press uno”. Brzmiało to jak źle zdubbingowany sitcom.
Dlaczego drzewo telefoniczne Washington DOL mówiło po angielsku z hiszpańskim akcentem?
Ponieważ DOL (lub dostawca dla niego pracujący) prawdopodobnie wybrał hiszpański głos Polly, ale dostarczył angielski tekst. Amazon Polly syntetyzuje mowę z tekstu; nie tłumaczy automatycznie. Głos czyta litery i cyfry zgodnie z hiszpańskimi zasadami wymowy, tworząc angielski z akcentem, a nie treści w języku hiszpańskim.
Gizmodo, KREM i DOL zabrały głos, podczas gdy dzwoniący wciąż testowali
Lokalna stacja KREM i Gizmodo skontaktowały się i poinformowały o mieszanych sygnałach: DOL przyznał, że problem istnieje i powiedział, że próbuje go naprawić, ale dzwoniący i reporterzy przez kilka dni znajdowali niespójne zachowanie.
Sam zadzwoniłem do komunikatów i odkryłem, że opcja hiszpańska jest nieobecna w weekend; reporter AP wciąż słyszał niedopasowanie w czwartek. To dlatego widzieliście wiele raportów i klipów zgrupowanych w Internecie.
Prawdopodobny błąd ludzki z powszechnym narzędziem w chmurze – tak to się dzieje
Inżynier lub dostawca prawdopodobnie skopiował tekst komunikatu angielskiego do pola konfiguracji i wybrał głos Lucia. Amazon Polly wypowiedział angielski tekst z hiszpańską fonologią, co się dzieje, gdy wybór głosu jest traktowany jak przełącznik tłumaczenia.
Jeśli sam korzystasz z Amazon Polly, spodziewaj się cen pay-as-you-go – około 4,00 USD (3,72 EUR) za 1 000 000 znaków dla standardowych głosów – więc to jest tani błąd konfiguracji, a nie milionowa awaria inżynieryjna.
Jak Amazon Polly text-to-speech radzi sobie z językiem i wymową?
Amazon Polly konwertuje dokładne znaki i interpunkcję, które wysyłasz, na dźwięk za pomocą wybranego głosu. Obsługuje tagi SSML i kody językowe dla lepszej wymowy, ale jeśli nie dostarczysz przetłumaczonego tekstu lub właściwego tagu językowego, otrzymasz wyjścia z akcentem zamiast przetłumaczonych komunikatów.
Koszt reputacyjny poruszał się szybciej niż poprawka
Ludzie udostępniali klip, ponieważ brzmiał znajomo i dziwnie – oficjalna linia, która przypadkowo uczłowieczyła biurokrację. Okno odpowiedzi DOL i wirusowe rozprzestrzenianie się stworzyły PR-owy szybkowar.
To przypomnienie, że narzędzia głosowe w chmurze są potężne i tanie, a taniość zachęca do niechlujnych błędów kopiuj-wklej. Rezultat może być uroczy, mylący lub irytujący w zależności od tego, kto słucha; grało to jak nowość, ale społeczności polegające na dokładnych opcjach językowych odczuły to jako błąd.
Powiedziałem ci, gdzie prawdopodobnie tkwił błąd: niedopasowany głos i tekst w Amazon Polly, oznaczony przez wirusowego TikToka i potwierdzony przez raport AP. Teraz powiedz mi – czy agencje państwowe powinny traktować komunikaty głosowe jako oprogramowanie skierowane do publiczności z takim samym rygorem testowania, jak ich strony internetowe?
Wesprzyj naszą pracę ❤️
Jeśli spodobał Ci się ten artykuł, rozważ pozostawienie napiwku, aby pomóc nam dalej publikować wartościowe treści.
