Clientseitige Übersetzung mit KI

Entdecken Sie die experimentelle Translator API für einen globalen Kundensupport.

Maud Nalpas
Maud Nalpas
Kenji Baheux
Kenji Baheux
Alexandra Klepper
Alexandra Klepper

Veröffentlicht: 16. Mai 2024, Zuletzt aktualisiert: 17. September 2024

Die Expansion in internationale Märkte kann teuer sein. Mehr Märkte bedeuten wahrscheinlich mehr zu unterstützende Sprachen. Mehr Sprachen können zu Herausforderungen bei interaktiven Funktionen und Abläufen führen, z. B. beim Supportchat nach dem Kauf. Wenn Ihr Unternehmen nur englischsprachige Kundenservicemitarbeiter hat, fällt es Personen, die die Sprache nicht als Muttersprache sprechen, möglicherweise schwer, genau zu erklären, welches Problem sie haben.

Wie können wir mithilfe von KI die Nutzung für Personen mit verschiedenen Sprachkenntnissen verbessern, gleichzeitig das Risiko minimieren und feststellen, ob es sich lohnt, in Kundenservicemitarbeiter zu investieren, die zusätzliche Sprachen sprechen?

Einige Nutzer versuchen, die Sprachbarriere mit der in ihrem Browser integrierten Funktion zur Seitenübersetzung oder mit Drittanbietertools zu überwinden. Die Nutzerfreundlichkeit ist jedoch bei interaktiven Funktionen wie unserem Supportchat nach dem Kauf nicht zufriedenstellend.

Bei Chattools mit integrierter Übersetzung ist es wichtig, Verzögerungen zu minimieren. Wenn Sie die Sprache auf dem Gerät verarbeiten, können Sie in Echtzeit übersetzen, noch bevor der Nutzer die Nachricht gesendet hat.

Trotzdem ist Transparenz ein entscheidender Faktor, wenn es darum geht, Sprachlücken durch automatisierte Tools zu schließen. Denken Sie daran, dass Sie vor Beginn des Gesprächs erwähnen müssen, dass Sie KI-Tools implementiert haben, die diese Übersetzung ermöglichen. So können Sie die Erwartungen steuern und peinliche Situationen vermeiden, wenn die Übersetzung nicht perfekt ist. Verlinken Sie Ihre Richtlinie mit weiteren Informationen.

Wir arbeiten an einer clientseitigen Translator API mit einem in Chrome integrierten Modell.

Demo-Chat

Wir haben einen Kundensupport-Chat entwickelt, in dem Nutzer in ihrer Muttersprache tippen und eine Echtzeitübersetzung für den Kundenservicemitarbeiter erhalten können.

Translator API verwenden

Diese Translator API hat zwei wichtige Methoden:

  • canTranslate(): Prüft, ob ein Übersetzungsmodell für Ihr Sprachpaar verfügbar ist. Gibt "readily" zurück, wenn das Modell bereits auf dem Gerät verfügbar ist, "after-download", wenn der Browser das Modell zuerst herunterladen muss, und "no", wenn die Übersetzung nicht möglich ist.
  • createTranslator(): Dadurch wird Ihr Translator-Objekt asynchron eingerichtet. Wenn das Modell heruntergeladen werden muss, wartet es, bis es bereit ist.

Das Translator-Objekt hat nur eine Methode:

  • translate(): Sie geben den Quelltext ein und erhalten die Übersetzung.

Da diese Funktion derzeit experimentell und Chrome-spezifisch ist, müssen Sie Ihren gesamten Code in die Funktionserkennung einbetten.

const supportsOnDevice = 'model' in window && 'createTranslator' in model;
if (!supportsOnDevice) {
  return;
}

const parameters = { sourceLanguage: 'en', targetLanguage: 'pt' };
const modelState = await model.canTranslate(parameters);
if (modelState === 'no') {
  return;
}
const onDeviceTranslator = await model.createTranslator(parameters);

const result = await onDeviceTranslator.translate(input);
if (!result) {
  throw new Error('Failed to translate');
}
return result;

Es dauert einige Zeit, bis das Modell für den Nutzer verfügbar ist. Sie haben zwei Möglichkeiten:

  • Aktivieren Sie die UI-Elemente mit Übersetzungsfunktion erst, wenn das Modell bereit ist.
  • Beginnen Sie mit der serverseitigen KI für die Übersetzung und wechseln Sie dann zur clientseitigen KI, nachdem das Modell heruntergeladen wurde.

Nächste Schritte

Ihre Beiträge sind gefragt! Teile uns dein Feedback zu diesem Ansatz mit, indem du ein Problem mit dem Erklärvideo erwähnst und uns mitteilst, welche Anwendungsfälle dich am meisten interessieren. Sie können sich für das Early-Preview-Programm anmelden, um diese Technologie mit lokalen Prototypen zu testen.