Datasets:
graf
/
WMT23-Test

Dataset card Data Studio Files
xet
 Community
tgt
stringlengths
1
2.76k
src
stringlengths
1
3.03k
lp
stringclasses
15 values
(דמות11) אבל בשביל תיקיות מסוימות, מסיבה כלשהי, הפורמט של האודיו תקול, משהו דפוק -
(PERSON11) But for some folders, for some reason, the audio format is wrong, so, something is wrongly –
en-he
ברמת העקרון, צריך לבחור, או שמשהו לא בסדר.
Basically, the big trade, or something is wrong.
en-he
אז, בחלק מהקבצים עדיין - עדיין יש פלט מוזר.
So, some files are still – still have weird output.
en-he
אבל - אבל רוב התיקיות, כבר אמורות להיות בסדר.
But – but for most folders, it should be already fine.
en-he
(דמות1) אוקיי, תודה.
(PERSON1) Okay, thanks.
en-he
(דמות6) כן, זה מעולה.
(PERSON6) Yeah, that's great.
en-he
אני תומך בזה, זה מעולה ש[דמות7], חשבת על [דמות11].
I support this, it's great that, [PERSON7], you have thought of [PERSON11].
en-he
ועכשיו ל[דמות11] יש זמן.
And [PERSON11] now has the time.
en-he
חשבתי על דברים אחרים [דמות11] וזה יוכל להיות כמו אימון של מערכות חלולות, כדי שיוכלו לקצר.
There are other things where I was thinking of [PERSON11] and that would be training of, empty systems, so that they do the shortening.
en-he
אז אם [דמות11], היה לך זמן.
So, if you, [PERSON11], had the time.
en-he
כמובן, אין סיכוי שנספיק עד שבוע הבא.
Obviously, there is no way we could do it for next week.
en-he
אבל אנחנו חייבים שהמערכת תהיה מוכנה ל-
But we should really have the system – ready for –
en-he
ראיתי בהדרכה מה-NLP - זה זה, נכון?
I looked at the tutorial from the NLP – was it?
en-he
(דמות6) למפגשים הקרובים ושאלתי לגבי הביקוש כי ראיתי את הדמו של הפרויקט (מם).
(PERSON6) For the upcoming sessions and I've asked about demand because I've seen the (meme) project demo.
en-he
הם עושים כתוביות אופליין.
They do offline subtitling.
en-he
אז זה קצת יותר פשוט ממה שאנחנו עושים.
So, that's slightly easier than what we do.
en-he
עדיין יש להם את אותן הבעיות בפילוח וכו'.
They still have the same segmentation issues and so on.
en-he
אבל משימת התרגום שלהם מתקצרת מעצם העובדה שכמות הנתונים קטנה.
But their mission in translation is shortening simply because the data is shortening.
en-he
וזה בגלל שהם מתרגמים לכתוביות, עבור לקויי שמיעה.
And that's because their target size is the subtitles, which are created for the hearing-impaired.
en-he
אז יש מעין קיצור טבעי של הנתונים.
So, there is like a natural shortening in the data.
en-he
אם נצליח גם לאתר נתונים מסוג זה בהם יש מעין קיצור טבעי זה יהיה נהדר.
It'd be great if we could also locate such a type of data where there is some natural shortening happening.
en-he
נכניס את זה לארכיטקטורה.
We would put it in the architecture.
en-he
(דמות8) זה לוקח קצת זמן, כי אני צריך להבין מי מהם מקבל מעברים.
(PERSON8) That takes a bit of time, because I need to figure out which one is the one which is getting passes.
en-he
אז, ברגע שאדע את זה, אני יכול לעקוב אחרי זה, אז, להבא -
So, once I know that, I can keep a track of it, so, for the future –
en-he
בעצם, להבא אני לא אצטרך את זה, כי ברגע שיהיה לי את קובץ הווב, אני כנראה לא אצטרך להמיר.
Or actually, for future I would not need it, because once I have the web file, I probably won't need to do a convert.
en-he
(דמות6) בסדר גמור, אז בעצם זה צריך להיות -
(PERSON6) Well, this, this should actually be –
en-he
אתה עוד מצליח לשמוע אותי?
Can you still hear me?
en-he
האיכות של הצליל נחלשה.
The sound quality is a little worse.
en-he
אז, באמת צריך לעשות את זה, כל הזמן.
So, this should really be done, all the time.
en-he
אז כל פעם שאנחנו מריצים את ההערכה הזו, צריך להריץ אותה מהתחלה.
So, every time we run this evaluation, it should be run from scratch.
en-he
לכן, בכל פעם, צריך לבצע הורדה מחדש של המרה חדשה והערכה חדשה.
So, every time, there should be a fresh download of a fresh conversion and a fresh evaluation.
en-he
(דמות8) אבל בכל זאת, אם אני עוקב אחרי הקבצים שצריך להמיר ידנית, כדי שאוכל לכתוב סקריפט, והוא יוכל לפחות לטפל באלו שהוא מזה, וכמובן, אם גם נוסיף כמה חדשים קבצים, אני יכול לטפל בזה מאוחר יותר.
(PERSON8) But still, if I am keeping track of the files that need to be manually converted, so that I can write a script, and it could take care of the known ones at least, and of course, if we add some new files, I can see for that later.
en-he
(דמות6) אז זה משהו חשוב שהיינו צריכים לראות כבר לפני כמה חודשים.
(PERSON6) So this is an important thing that we should have come across months ago.
en-he
אל תשכח, מאז אוגוסט אני אומר לך שאנחנו רוצים לבצע הערכה שמבוססת על סט לבדיקה עדכני יותר.
Remember, it is since August that I've been telling you that we want to evaluate on a later test set.
en-he
ובכל פעם, כולכם...
And every time, you all...
en-he
זה לא רק אתה באופן אישי, [דמות8].
It is not just you personally, [PERSON8].
en-he
ברור לי שהיו דברים אחרים.
There were other things, obviously.
en-he
אבל בכל פעם שחשבת על זה, חשבת "זה יהיה קל, פשוט נריץ את זה".
But every time you thought about that, you thought "this will be easy, we will just run it".
en-he
ורק כשאתה באמת עושה את זה, אתה קולט את כל הבעיות.
And only when you actually do it, do you see all the problems.
en-he
אז זה ידוע, וזה נפוץ.
So, this is known, common.
en-he
זה תמיד ככה.
It is always like that.
en-he
אז זה גם מסר לכולם.
So that's a message for everybody.
en-he
לפני שאתה מנסה, אתה אף פעם לא יודע איזו בעיה תצוץ.
Before you try, you never know what the problem will be.
en-he
אז, למשל, הפעם ההיא שבה הייתה לי שיחה עם מישהו שראיין אותי, והוא רצה להקליט את השיחה.
So, for example, the call that I had, in which someone was interviewing me, so they wanted to record the video.
en-he
בדיוק באותו יום הייתה לי תקלה בזום שאף פעם לא הייתה לי.
Zoom never worked as badly for me as it did today for the recording.
en-he
אז לפני שאתה עושה את זה, קשה לומר אם זה יפעל או לא.
So, before you do it, you cannot say whether it will work or not.
en-he
וכאן יש לנו בעיות בהמרה של הפורמטים של הקבצים.
And here we are running into the problems of conversion of the file formats.
en-he
אז אני מקווה שנוכל לקבל את המספרים מהר.
So, hopefully, we will be able to quickly get the numbers.
en-he
אז, האם יש לך מידע על שיעור השגיאות עד עכשיו?
So, do you have any word error rates so far?
en-he
(דמות8) לא, לא חישבתי את זה.
(PERSON8) No, I have not processed it.
en-he
אז [דמות1] אמר שברגע שהם יקבלו את התמליל, נעשה את זה ביחד.
So [PERSON1] said that, once, they get the transcript, we will do it together.
en-he
אז כן, אני מסכים שיש הרבה רעש במילון הזה.
And then, I agree that there is a lot of noise in this dictionary.
en-he
לכן, ביקשתי שיהיו לכם כמה גרסאות למילון הזה ושתתחשבו רק במילים שנבדקו חמש פעמים.
So, I asked that you would have various versions of this dictionary by taking only the words that were observed, five times.
en-he
ורק את ההגייה של מילים שנבדקו שלוש פעמים ומעלה, פחות או יותר.
And only the pronunciations that were observed three times or more, or something like that.
en-he
ככה, טעויות אקראיות כמו למשל עם הארבע IBM במקום IBM.
So, that way, these random errors, such as the example with this four IBM instead of IBM.
en-he
זה לא יחזור על עצמו הרבה פעמים.
This will not be so frequent.
en-he
"אבל עדיין יהיו לנו הבדלים בהגייה, כי אם אותו בן אדם הוגה את זה "אלזו", לא יודע אם אתה זוכר, אם הוא אומר "אלזו" עם ז' 20 פעמים בשיחה, אתה תראה את זה בנתונים עם האות ז'."
But still, you will have the variants in pronunciation, because if the person, says this "alzo", if you remember, if he says this "alzo" with a "Z" 20 times in the in the talk, then you will see that in the data with the "Z".
en-he
ואם הוא מצליח מדי פעם לומר את זה נכון אז כן, שוב, זה יופיע בנתונים.
And if he sometimes manages to say also correctly, then yeah, again, you will see that in the data.
en-he
אז אני רוצה, [דמות4] להיות בקשר עם [דמות2]
So, I would like, [PERSON4] to be in touch with [PERSON2].
en-he
אולי אתה תמשיך את השיחה, בסדר?
Maybe you continue on the call, right?
en-he
אני חייב לצאת עכשיו, כי אני צריך להכין לילדים ארוחת צהריים ולהיות איתם.
I will have to leave now, because I need to give the kids lunch and so on.
en-he
אבל בבקשה תישאר בשיחה ונבין ביחד איך להשתמש במילון הזה.
But please stay on this call and figure out jointly how to use that dictionary.
en-he
אז, [דמות4][ בבקשה תראה ל-[דמות2] איזה מילון נקלט במערכת.
So [PERSON4], please show [PERSON2] what the dictionary is that the system is accepting.
en-he
שתף את המסך שלך ותראה את זה.
Share your screen and show it.
en-he
ו-[PERSON2], בבקשה, תסתכל על זה ותעזור בהמרה של המילון שהוצאת לקובץ הזה.
And [PERSON2], please, have a look at that and help with converting the dictionary that you emitted to that file.
en-he
דבר אחד שעדיין צריך הוא מודל שפה חלופי.
One thing that will still be needed is the language model substitute.
en-he
אבל כל המילים האלה צריכות להיות מילים מוכרות.
But all these words should be known words.
en-he
אז [דמות4], אתה צריך להבין מה המילים במודל השפה.
So [PERSON4], you need to figure out what words are in the language model.
en-he
ופשוט להעתיק את המילים במודל השפה.
And the words which are in the language model should be simply copied.
en-he
בקיצור, למילון יהיו שלוש עמודות.
So, the dictionary will have three col ns.
en-he
הגרפמה, כמו שהיא מופיעה בפלט.
The grapheme, as it is output.
en-he
עמודה אחת מזוהה.
One recognized.
en-he
ופונמות, כפי שהציע [דמות2].
The phonemes, as [PERSON2] proposed.
en-he
ויהיו כמה שורות עם פונמות שונות.
And there will be multiple lines with different phoneme variations.
en-he
והעמודה השלישית תהיה זהה, עם אותה צורה של גרפמה.
And the third col n will be also the same again for all of those, and again there will be the same grapheme form.
en-he
ככה שזה הרגע שבו מודל השפה רואה.
So that is when the language model sees.
en-he
ואני חושב שבדרך הזו, המערכות האלה יכולות לטעון את זה.
And I think that this way, these systems should be able to load it.
en-he
ואולי גם תתקל בבעיה נוספת: שהוא לא מסוגל לעבוד עם שני מילונים בהתאמה אישית.
And you will also possibly run into one more problem: that it is not ready for two big custom dictionaries.
en-he
אז זה גם משהו שחייבים לבדוק, אבל בבקשה ששניכם ביחד תבדקו את זה.
So, this is also something that has to be tested, but please test it, the two of you together.
en-he
אז [דמות2] יודע מה הוא יצר במילון.
So [PERSON2] knows what he created in the dictionary.
en-he
ואתה יודע איך נראה המילון כשאתה בונה אותו ידנית, ואתה צריך לחבר את שני החלקים שלו ביחד.
And you know what the dictionary looks like when you are creating it manually, and you need to put these two pieces of knowledge together.
en-he
כלומר, כדי שזה יעבוד יחד עם המילון שנוצר.
Ah, so that it works with the, with the generated dictionary.
en-he
(דמות4) בסדר.
(PERSON4) Okay.
en-he
(דמות6) אז [דמות2], האם זה נשמע לך הגיוני?
(PERSON6) So [PERSON2], does this make sense?
en-he
(דמות2) כן, בטח, אנחנו נדבר על זה ביחד.
(PERSON2) Yeah, sure, we'll discuss it.
en-he
(דמות6) אחלה, אז יש עוד משהו, [דמות2], שחשבת עליו?
(PERSON6) Yeah, so is there anything else, [PERSON2], that you have?
en-he
(דמות2) האמת, אולי מידע שיעניין את דומיניק.
(PERSON2) Well, maybe interesting information for Dominik.
en-he
אני מסיים אימון של ASR גרמני שעשוי שאפשר להשתמש בו כחותמת זמן.
I'm finishing training of a German ASR that may be used for time stamping.
en-he
אני לא בטוח עד כמה זה יהיה טוב כי אני מנסה לעשות את זה ב- (Libry) Speech.
I'm not sure how good it will be because I'm trying to do it on (Libry) Speech.
en-he
ובכל זאת, כשהורדתי אותו, הם טענו שיש שם למעלה מ-600 שעות.
And, though, when I was downloading it, they claimed it had more than 600 hours.
en-he
אבל אז באימונים אמרו שהסט עליו המערכת התאמנה כולל בפועל רק משהו כמו 300 שעות.
But then the training said that the actual training set contained only around 300 hours.
en-he
ואני עדיין לא בטוח אם 300 השעות האלה לא מכילות משפטים דומים.
And I'm still not sure whether these 300 hours do not contain similar sentences.
en-he
או בעצם אותם משפטים רק עם דוברים שונים.
Or actually the same sentences but spoken by different speakers.
en-he
לדוגמה, באנגלית או בצ'כית נהגתי לראות המרות פחות חלקות יותר.
For example, in English or Czech I used to observe steeper conversions.
en-he
ועכשיו ההמרה לא תהיה כל כך מהירה.
And now it won't convert so fast.
en-he
אז, אם נשתמש בכמה דוגמאות במהלך האימון.
So, if we take some samples during the training.
en-he
אז יש עדיין כמה שגיאות חמורות בפלט ה-ASR.
Then there are still some serious errors in the ASR output.
en-he
אז, אני מקווה שזה מספיק טוב בשביל חותמת הזמן.
So, I'm hopeful that for the time stamping, it is good enough.
en-he
או לפחות שאולי ננסה את זה.
Or at least we might try it.
en-he
(אדם17) אוקיי, זה בסדר, כן.
(PERSON17) Okay, that's good, yeah.
en-he