Tłumacz mowy w Teams nie obsługuje polskiego, a Google tak

Według dokumentacji Microsoft Learn z 21 września tłumacz mowy w Teams słucha i mówi w dziewięciu językach, a polskiego wśród nich nie ma. Są chiński mandaryński, angielski, francuski, niemiecki, włoski, japoński, koreański, portugalski i hiszpański. Druga strona Microsoftu też go nie wymienia.

Tłumacz mowy w Teams, w dokumentacji nazywany Interpreter, przekłada wypowiedzi uczestników spotkania na żywo. Narzędzie wchodzi w licencję Copilot, płatnego dodatku Microsoftu z asystentem AI, i daje 20 godzin tłumaczenia miesięcznie na użytkownika. Goście i osoby dołączające anonimowo są wyłączone.

Teams ma osobną funkcję, napisy na żywo, czyli tekst wypowiedzi pokazywany na ekranie w trakcie spotkania. Strona pomocy Microsoftu wymienia polski wśród języków, na które napisy można przetłumaczyć. Polski uczestnik przeczyta więc po polsku, co mówi kolega po angielsku. Mówić po polsku tłumacz nie będzie.

Strona wsparcia Microsoftu, zaktualizowana 24 września, podaje dziesięć języków, w tym tajwański, nieobecny na stronie Learn. Polskiego nie ma na żadnej. Inne języki mowy tłumacz może rozpoznać bez gwarancji dokładności, a wynik zawsze wychodzi w jednym z języków z listy.

Opóźnienia Microsoft nie podaje w liczbach. Strona wsparcia ostrzega, że przy szybkiej wymianie zdań i nakładających się głosach tłumaczenie może trwać dłużej niż sama wypowiedź.

Według KluczeSoft, polskiego sprzedawcy licencji, Microsoft podaje cenę w dolarach, bez VAT. Po doliczeniu 23 procent VAT wychodzi około 148 zł brutto miesięcznie za użytkownika licencji Copilot. Licencja wymaga jeszcze bazowego planu Microsoft 365.

Firma DeepL sprzedaje DeepL Voice: tłumaczenie mowy na mowę w 30 językach i napisy na żywo w ponad 40. Dokumentacja języków zaznacza polski.

Według strony DeepL Voice for meetings wersja do spotkań działa w Teams, Zoom i Google Meet. Wpis z 15 września ogłasza ogólną dostępność tłumaczenia mowy na mowę w spotkaniach online przez aplikację na komputer.

Ta sama strona pisze, że cena zależy od ilości, rodzaju produktu i użycia. W cenniku plan Business kosztuje 49,99 euro miesięcznie za użytkownika przy rozliczeniu rocznym i zawiera 30 minut DeepL Voice miesięcznie. Pół godziny to jedno krótkie spotkanie.

Opóźnienia w sekundach DeepL nie podaje. Strona produktu mówi tylko o napisach z niskim opóźnieniem.

DeepL powołuje się na niezależny test serwisu Slator: 4 procent błędów tłumaczenia wobec średnio 17 procent w Teams, Google Meet i Zoom. To dane producenta.

Gemini 3.5 Live Translate, model dźwiękowy opisany w czerwcowym wpisie Google, tłumaczy mowę na mowę w ponad 70 językach. Według blogu firmy model zostaje tylko kilka sekund za mówiącym. Liczby sekund producent nie podaje.

Model trafia do aplikacji Tłumacz Google na Androidzie i iOS na całym świecie. W Google Meet działa prywatny podgląd. Dostęp mają wybrani klienci biznesowi Google Workspace.

Na stronie pomocy Tłumacza Google, opisującej tłumaczenie na żywo, polski jest na liście języków. Przejrzane strony ceny nie podają.

Wariant ze słuchawkami dla iPhone’a działał według polskiego serwisu GSMONLINE z 29 marca tylko w siedmiu krajach. Polska wymieniona nie była. Czerwcowy wpis Google mówi o Tłumaczu na całym świecie. Czy obejmuje to wariant ze słuchawkami, nie wynika z żadnego z tekstów.

Według Microsoftu próbka głosu nie jest zapisywana, gdy mówiący włączy symulację własnego głosu. DeepL pisze, że nie przechowuje trwale transkrypcji ani tłumaczeń, a dane spotkania są przetwarzane w pamięci i usuwane po rozmowie.

UODO, czyli Urząd Ochrony Danych Osobowych, pisał we wrześniu 2024, że systemy rozpoznawania głosu mają dostęp do informacji prywatnych, które mogą być chronione na mocy art. 9 RODO (unijnego rozporządzenia o ochronie danych osobowych), takich jak dane biometryczne. Przed zbieraniem danych potrzebna jest według urzędu wyraźna zgoda użytkownika. Urząd pisze o rozpoznawaniu głosu ogólnie. Dla firmy z tłumaczem w tle sensownie jest uprzedzić uczestników spotkania, że ich głos trafia do usługi tłumaczącej.