MSA je silný prípad; dialekty sa líšia
Moderná arabčina (فصحى) – správy, prejavy, prednášky, formálne rozhovory – prepisy na vysokej úrovni, kde sú tréningové dáta najbohatšie a kde môžete očakávať presnosť takmer európskeho jazyka na čistom zvuku.
Hovorená arabčina je diglozická a v dialektoch je dôležitá úprimnosť: egyptčina a levantinčina (dialekty s veľkým mediálnym zastúpením) sa prepisujú pomerne dobre, často mierne normalizované podľa MSA pravopisu. Dialekty zálivu sú použiteľné. Maghrebi (marocká/alžírska darija) je ťažký prípad — ťažké miešanie francúzštiny a berberčiny a fonológia vzdialená od MSA znamená znateľne hrubší výstup.
Text zo sprava doľava, hamza a taa marbuta
Výstupom je správne arabské písmo so štandardným pravopisom - hamza seats, taa marbutalif varianty písané konvenčne.Krátke samohlásky (harakat) nie sú písané, ako v normálnom arabskom texte.Editor a všetky exporty spracovávajú RTL správne a súbory SRT/VTT obsahujú arabský text pripravený pre prehrávače, ktoré podporujú RTL titulky (väčšina moderných prehrávačov ich podporuje).
Často kladené otázky
Ktorá arabčina to zvládne najlepšie?
Moderná štandardná arabčina, jasne – spravodajstvo, prejavy a formálne registre sa prepisujú na vysokej úrovni modelu. Medzi dialektmi: Egyptský a Levantský dialekt najlepšie (vystavenie médiám), nasleduje Perzský záliv, Maghrebi darija najslabšie. Zmiešaná MSA/dialektická reč, bežná v rozhovoroch, sa väčšinou vynára správne s dialektovými slovami niekedy normalizovanými.
Bude marocká/alžírska darija fungovať?
Nepredstavujte si, že by ste mali mať vysoké očakávania: darijin mix francúzštiny a amazighčiny, spolu s fonetikou vzdialenou od MSA, robí z tejto verzie najťažší variant arabčiny. Získate použiteľný základ pre jasnú reč, ale mali by ste si naplánovať editáciu.
Obsahuje prepis aj harakat (krátke samohlásky)?
Nie — ako prakticky v každej písanej arabčine, výstup je nevokalizovaný: iba súhlásky a dlhé samohlásky, s hamzou a taa marbuta správne napísané.To je štandard pre čitateľný arabský text; plne vokalizovaný výstup nie je niečo, čo modely reči produkujú spoľahlivo.
Je správa sprava doľava správne spracovaná pri exporte?
Editor prirodzene vykresľuje RTL, exporty TXT sú obyčajný arabský text UTF-8 a súbory titulkov SRT/VTT fungujú v prehrávačoch s podporou RTL (YouTube, VLC, moderné webové prehrávače). Zmiešané smerové riadky – arabčina s anglickým názvom značky – sa riadia štandardným vykresľovaním bidi.
Preložiť arabský text do slovenčiny?
Táto stránka prepisuje arabčinu do arabčiny - presný krok. Pre angličtinu exportujte TXT a strojovo ho preložte; ar→en preklad na čistom texte je ďaleko pred prekladom reči, najmä pre MSA. Prepis prekladu v aplikácii je na pláne.
Korán recitácie alebo náboženské audio?
Reč Tajwid je spievaná/melodická a vysoko štylizovaná - model často rozpozná text (veľa z neho je v tréningových údajoch), ale to nie je spoľahlivý nástroj na prepis Koránu a výstup nebude obsahovať správnu vokálnu výslovnosť.Pre khutbas, prednášky a du'a v hovorenom registri, funguje ako normálna MSA/dialektická reč.