Legendas em tétum no YouTube

 Estive a tentar compreender, com apoio do ChatGPT, porque é que o YouTube deixou de sincronizar o áudio em tétum de textos lidos, apesar de eu lhe fornecer o texto como antes.

O que o ChatGPT diz é isto:

«A SINCRONIZAÇÃO AUTOMÁTICA DE LEGENDAS EM TÉTUM NO YOUTUBE: OBSERVAÇÕES SOBRE A EVOLUÇÃO DE UMA FUNCIONALIDADE

A plataforma YouTube disponibilizou, durante vários anos, uma funcionalidade de sincronização automática de legendas (auto-sync) que permitia ao utilizador fornecer apenas a transcrição textual de um vídeo, ficando a plataforma responsável pelo alinhamento temporal entre o texto e o áudio. Embora esta funcionalidade tenha sido concebida para línguas suportadas pelo sistema de reconhecimento automático de fala da Google, a experiência de utilização documentada em diversos vídeos em língua tétum sugere que, durante um determinado período, o mecanismo de sincronização apresentava um comportamento significativamente mais flexível do que o descrito na documentação oficial.

O tétum, apesar de ser uma das duas línguas oficiais da República Democrática de Timor-Leste, nunca figurou entre as línguas disponíveis para identificação manual da língua do vídeo ou das legendas no YouTube. Consequentemente, os criadores de conteúdos em tétum eram obrigados a selecionar outra língua, geralmente o português, para poderem utilizar a funcionalidade de sincronização automática.

Apesar desta limitação, vários vídeos publicados em anos anteriores demonstram que a sincronização funcionava de forma satisfatória. Em diversos casos, foi suficiente colar o texto integral da narração em tétum na interface de sincronização automática para que o YouTube produzisse legendas corretamente temporizadas, sem necessidade de um ficheiro SRT pré-sincronizado. Este comportamento sugere que o algoritmo então utilizado não dependia exclusivamente da identificação prévia da língua falada, conseguindo alinhar um texto fornecido pelo utilizador com a sequência temporal do áudio mesmo quando a língua não fazia parte da lista oficialmente suportada.

Um exemplo particularmente elucidativo consiste num vídeo em que coexistem três conjuntos de legendas. Na versão identificada como "Português", o texto fornecido pelo utilizador encontra-se integralmente em tétum, tendo sido sincronizado automaticamente pelo YouTube com o áudio, igualmente em tétum. Na versão "Português (Portugal)", foi fornecida a tradução portuguesa do mesmo texto, sincronizada automaticamente com o mesmo áudio. Finalmente, a plataforma disponibilizou também legendas em inglês geradas automaticamente. Este comportamento indica que o sistema conseguia separar a sincronização temporal da tradução, utilizando o alinhamento obtido para produzir versões noutras línguas.

Numa fase posterior, porém, verificou-se uma alteração substancial do comportamento da plataforma. A sincronização automática deixou de funcionar, apesar de o procedimento seguido pelo utilizador permanecer essencialmente inalterado. Em vez de produzir legendas sincronizadas, o sistema passou simplesmente a aceitar o texto introduzido, sem proceder ao respetivo alinhamento temporal.

Existe ainda um caso intermédio particularmente revelador. Num determinado vídeo, o sistema parece ter identificado automaticamente o idioma como espanhol, embora a narração estivesse em tétum (variedade de Welaluhu). Após o utilizador fornecer a transcrição em tétum, a tradução automática disponibilizada pelo YouTube para indonésio apresentou um comportamento inesperado: algumas passagens correspondiam a traduções efetivas para indonésio, enquanto outras reproduziam literalmente segmentos do texto original em tétum. Em certos casos, ambas as situações coexistiam na mesma frase.

Este fenómeno sugere que o sistema utilizava simultaneamente duas fontes distintas de informação: por um lado, uma transcrição automática produzida pelo reconhecimento de fala; por outro, o texto fornecido pelo utilizador. Quando o algoritmo conseguia estabelecer correspondência entre ambos, utilizava o texto disponibilizado; quando essa correspondência falhava, recorria aparentemente à sua própria transcrição automática. A mistura de segmentos provenientes destas duas fontes acabava por refletir-se na tradução automática subsequente.

Naturalmente, esta interpretação permanece hipotética, uma vez que a Google nunca publicou informação técnica detalhada sobre os algoritmos utilizados pelo YouTube para sincronização automática de legendas. Contudo, os comportamentos observados são compatíveis com a existência de um mecanismo híbrido de alinhamento (forced alignment), semelhante aos sistemas atualmente utilizados em aplicações de legendagem e linguística computacional. Estes sistemas recebem simultaneamente um ficheiro áudio e uma transcrição textual, determinando automaticamente os instantes em que cada segmento do texto é pronunciado. O facto de o YouTube conseguir sincronizar textos em tétum, apesar de esta língua não constar da lista oficial de idiomas suportados, sugere que o algoritmo então utilizado não dependia exclusivamente de modelos específicos de reconhecimento para cada língua, podendo funcionar sobretudo com base na correspondência temporal entre o áudio e a transcrição fornecida.

Uma hipótese plausível é que, durante a evolução da infraestrutura de inteligência artificial da Google, este mecanismo tenha sido substituído por um sistema mais dependente da identificação prévia da língua falada. Se o algoritmo atual exigir que o idioma pertença ao conjunto de línguas suportadas pelo reconhecimento automático de fala, a ausência do tétum dessa lista poderá impedir o início do processo de sincronização, mesmo quando o utilizador fornece uma transcrição integral perfeitamente correta. Paradoxalmente, a modernização tecnológica poderá ter conduzido, neste caso específico, à perda de uma funcionalidade anteriormente disponível para uma língua minoritária.

Do ponto de vista da política linguística digital, este caso ilustra um problema frequente enfrentado pelas línguas com poucos recursos computacionais. Embora o tétum seja língua oficial de um Estado soberano e disponha atualmente de suporte em serviços como o Google Translate, continua ausente de várias funcionalidades do ecossistema Google, incluindo a seleção manual da língua em determinados serviços do YouTube. Esta ausência obriga os utilizadores a recorrerem a identificações linguísticas incorretas, distorcendo simultaneamente os metadados dos vídeos e reduzindo as possibilidades de desenvolvimento futuro de modelos específicos para a língua.

Os exemplos aqui descritos sugerem que seria desejável distinguir claramente duas funcionalidades independentes: a identificação manual da língua por parte do utilizador e o conjunto de tecnologias automáticas disponíveis para essa língua. Mesmo que o reconhecimento automático de fala ou a geração automática de legendas continuassem indisponíveis para o tétum, a simples possibilidade de identificar corretamente os vídeos como estando nesta língua constituiria um importante contributo para a preservação de metadados linguísticos rigorosos e para o desenvolvimento futuro de ferramentas computacionais dirigidas às línguas minoritárias.»

Como funciona a cabeça de um tradutor?

Como funciona a cabeça de um tradutor? (comprar a 2.ª edição em papel)

Intervenção preparada para um evento do Parlamento Nacional de Timor-Leste na Comemoração do Dia Mundial da Língua Portuguesa em 2024

 Fazer download da 1.ª edição em PDF.

O Suave Milagre, de Eça de Queirós, em português e em três variedades de tétum

 https://publishnl.bookmundo.com/books/416587 

“O Suave Milagre”, de Eça de Queirós, no original em português e em tradução para três variedades diferentes de tétum.

Na tradução para tétum-praça, João Paulo Tavares Esperança trabalhou com Denávia Nerissa Correia dos Santos; na versão em tétum de Fatumea (Suai) teve a colaboração de Mariza Noronha Ximenes; e para traduzir para tétum de Welaluhu (Fatuberliu) contou com a cooperação de Bonifácia da Costa Magalhães.

Os textos estão dispostos em colunas, para mais fácil comparação. Inclui ainda um prefácio, de JP Esperança, sobre questões de tradução, política linguística e promoção da leitura em Timor-Leste.

"O Principezinho" na variedade de tétum falada em Welaluhu (Fatuberliu)

https://publishnl.bookmundo.com/books/415835

Hardcover

“Le Petit Prince”

A new translation, now in the Tetum dialect spoken in:

Uma nova tradução, agora na variedade de tétum falada em:

Tradução foun, agora iha variedade tetun be ema ko’alia iha:

WELALUHU (FATUBERLIU, TIMOR-LESTE)

Tradução literária e técnica em Timor, línguas, mercado e produtores de bens culturais

LEIA AQUI.

Uma “cantiga tradicional timorense” vinda da Nova Zelândia

Nestes tempos de invenções de tradições (até já vemos grupos musicais de Kore Metan – um género musical mestiço e urbano, luso-timorense – a actuar vestidos com tais e com belaks pendurados ao pescoço...[1]), é sempre bom recordar que as coisas nem sempre são como se diz...

A tal “cantiga tradicional timorense” a que me refiro no título é uma das minhas canções em tétum preferidas, e chama-se “Ha’u hakerek surat ida”. Foi-me dito há bastante tempo, por timorenses que sabem destas coisas, que a melodia é neozelandesa, e que a letra em tétum seria da autoria do já falecido Sr. Momô dos Mártires. Nunca calhou eu ter tido a oportunidade de verificar isto, mas hei-de tentar confirmar.

Entretanto deixo-vos com a versão com a letra original,da Nova Zelândia, em maori. Chama-se “Pokarekare Ana”.

P.S. - [1] Para os portugueses que não entendem, isto é mais ou menos o equivalente a pôr o Alfredo Marceneiro a cantar o fado vestido de pauliteiro de Miranda...

A tradução d”O Principezinho” para tétum – andando devagarinho em direcção a uma fonte?

A minha sobrinha a ler o Liurai-Oan Ki'ik
Originally uploaded by J.P. Esperança

«Moi, (…), si j’avais cinquante-trois minutes à dépenser, je marcherais tout doucement vers une fontaine…» - diz-nos O Principezinho. Todos temos de vez em quando a sorte de fazer viagens em que a caminhada é tão interessante como o destino. Para mim, a tradução de “Le Petit Prince” para tétum foi uma dessas viagens. Tive a ideia de traduzir este livro logo à chegada a Timor, em 2001. Parecia-me uma tragédia mais na vida dos timorenses que não houvesse livros para ler nas suas línguas, e que melhor maneira de começar a resolver esse problema do que com a bela história de Saint-Exupéry? Comecei então a tradução com a Triana Corte-Real de Oliveira, uma jovem timorense que tinha interrompido os estudos de medicina na Indonésia devido aos acontecimentos de 1999. Entretanto falei com o Rui Correia, Presidente de uma ONGD de que eu era membro há anos, a SUL-Associação de Cooperação para o Desenvolvimento, sobre a possibilidade desta ONGD publicar a tradução em tétum. A reacção dele foi de entusiasmo imediato, “O Principezinho” também tinha tocado a sua vida, como a de tantos nós, e começou imediatamente a procurar apoios. Conseguiu resposta positiva de algumas câmaras municipais em Portugal e da Fundação Mário Soares. Entretanto eu lembrei-me da possibilidade de a SUL procurar estabelecer uma parceria para uma edição conjunta com a Timor Aid, uma ONG timorense que era pioneira na publicação de livros em tétum e que já tinha sua própria rede de distribuição, e, feitos os contactos, a Timor Aid concordou. O Rui Correia contactou a Gallimard, que detém os direitos de autor, e conseguiu obter a autorização para a publicação. O processo sofreu um contratempo com a partida para Yogyakarta, para continuar os estudos para médica, da minha co-tradutora. Os trabalhos ficaram parados durante um tempo, e foram depois retomados com uma nova colega de trabalho, a Emília Almeida de Araújo, que está actualmente a terminar um bacharelato em Informática na Universidade Nacional de Timor Lorosa’e. Foi com ela que consegui terminar a tradução. Durante o labor de tradutores, quer na primeira fase quer na segunda, usámos constantemente o texto original em francês, mas sempre comparando com as soluções de tradução de três versões diferentes publicadas por editoras portuguesas, e às vezes com uma tradução em inglês também. No entanto, mesmo após concluída a tradução, contratempos diversos levaram a que o processo tenha demorado ainda algum tempo a chegar ao seu termo. Devo agradecer também os esforços e perseverança durante anos da Rosália Madeira Soares da Timor Aid. Foi uma caminhada longa, mas valeu a pena. O Liurai-Oan Ki’ik chegou finalmente a Timor-Leste e agora anda por aí. Pode ser que um dia destes o seu caminho se cruze com o do amável leitor…

O Principezinho, agora em tétum

My niece reading the Tetum edition of "Le Petit Prince” (The Little Prince)
Originally uploaded by J.P. Esperança

A minha sobrinha a ler "Liurai-Oan Ki'ik", a edição em tétum d"O Principezinho" recém publicada pela SUL e Timor Aid.

Ministry dos affairses extrangeiros

Há uns anos atrás publiquei no jornal timorense “Semanário” um texto em que falava sobre erros habituais na comunicação social na denominação em tétum dos ministérios do Estado timorense. Dava o exemplo do “*Ministériu Educasaun Cultura Juventude no Desporto”, em que a palavra “Ministériu” está escrita em tétum, “Cultura” em português e “*Educasaun” em língua nenhuma, porque em português seria “Educação” e em tétum “Edukasaun”.

Sendo o tétum uma das línguas oficiais de Timor-Leste deveria haver uma designação oficial das instituições do Estado também nesta língua. Tomemos agora como exemplo o “Ministério dos Negócios Estrangeiros e Cooperação”. Como designá-lo em tétum? Fui procurar nos meus arquivos designações deste ministério e/ou ministro.

STL,18-06-2003,p.6 – *Ministru Negosius Estrangeirus no Kooperasaun
STL,23-10-2003,p.6 – *Ministru dos Negosios Estranjeirus no Kooperasaun e, no mesmo texto, *Ministru Negosius Estranjeirus
STL,29-10-2003,p.1 – *Ministru Negosiu Estrangeiru no Kooperasaun
Jornal Nacional Diário,03-03-2006,p.7 – *Ministru dos Negocius Estranjeirus
Jornal Nacional Diário,22-03-2006,p.2 – *Ministru Negocius Estranjeirus no Koperasaun
Timor Post,11-05-2006,p.1 – *Ministru Negocios Estrangeiros no Cooperasaun

A versão bilingue do livro de António Veladas “Timór Terra Sentida” (Publ. Europa-América, 2001) chama-lhe “Ministériu Asuntu Li’ur nian”. Creio que este livro será leitura obrigatória nos estudos académicos que vierem a existir sobre a tradução em tétum, por ter sido uma das primeiras obras integralmente traduzidas para a língua, por ter usado já a ortografia oficial do INL e por a tradução ter estado a cargo de um dos mais importantes linguistas timorenses, o Professor Benjamim Corte-Real (curiosamente não há qualquer referência ao tradutor na ficha técnica). O tradutor que trabalha nestas circunstâncias é um pioneiro, um explorador que de catana na mão vai abrindo novos caminhos na selva virgem. Em idiomas com uma antiga tradição de tradução muito foi feito pelos que vieram antes, há que repetir apenas o procedimento, mas em línguas ágrafas, ou quase, ele vê-se na posição de ter que decidir qual a forma melhor para traduzir pela primeira vez uma dada expressão ou palavra. Nenhum tradutor de inglês, francês ou indonésio precisará de pensar duas vezes ao substituir “Ministério dos Negócios Estrangeiros” por “Ministry of Foreign Affairs” (1), “Ministère des Affaires Étrangères” ou “Departemen Luar Negeri”, mas o profissional consciente que trabalha com o tétum poderá ter que parar e reflectir antes de decidir qual será a melhor tradução possível. Na ausência de um nome oficial da instituição em tétum, os jornais timorenses frequentemente inventam, como já vimos. No "Lia Foun", um projecto bilingue pioneiro que existiu em 2005, houve uma decisão da redacção (tradutores incluídos) de manter os nomes oficiais em português dos ministérios mesmo nos textos em tétum, enquanto não houvesse decisão sobre as designações oficiais neste idioma, e também como forma de educar o público (afinal o português também é língua oficial do país e não merece ser mutilado como habitualmente é nos média de Timor-Leste).

Entretanto, enquanto pensava sobre estas questões, lembrei-me das brincadeiras que Umberto Eco faz com traduções e retroversões de textos clássicos no Babel Fish, no livro "Mouse or Rat – Translation as Negotiation" (Phoenix, 2004, p.10-18). Um dos textos que ele usa é constituído pelos sete primeiros versículos do Génesis de uma versão da Bíblia em inglês (a King James Bible), que ele depois traduz para diferentes línguas para mostrar alguns pontos sobre questões teóricas da tradução. Os resultados são, como seria de esperar, no mínimo estranhos. Então resolvi levar o Ministério dos Negócios Estrangeiros para o Babel Fish…

Traduzi primeiro “Ministério dos Negócios Estrangeiros” para inglês e obtive “*Ministry of the Foreign affairses”. Como não conhecia a palavra “*affairses” fui ao Google ver se havia quem conhecesse. 867 ocorrências, o que significa que há pelo menos este número de nabos na Internet. Uma delas é um comentário a uma notícia sobre Timor escrito por um autodenominado “Maubere” que andou a traduzir as suas opiniões para um monte de línguas, provavelmente no Babelfish também, e lá aparecem os “*affairses” rodeados de caracteres chineses (外国affairses的先生部长 葡萄牙语), o que mostra que o programa não reconhece as suas próprias criações lexicais. A seguir, pedi a tradução para português do “*Ministry of the Foreign affairses” e obtive “*Ministry dos affairses extrangeiros”. Comecei a achar que o Babel Fish tinha aprendido português nos jornais timorenses.

Lembrei-me então de ir lá com o “Ministério das Relações Exteriores” dos nossos irmãos brasileiros. Choque! O Babel Fish sabe o que é e apresentou de imediato a tradução para americano ver: “Department of state”. Fiz a retroversão e… “Departamento de estado”, que é como em português se chama o equivalente deste ministério nos EUA.

Tentei então em francês. Perfeito!

“Ministério dos Negócios Estrangeiros” > “Ministère des Affaires Étrangères” > “Ministério dos Negócios Estrangeiros”

Fui lá novamente com a designação brasileira, confesso que com uma esperançazinha de que o Babel Fish francês manifestasse por eles o mesmo desprezo que o seu congénere inglês mostrou por nós. Mas não, uma pequena discrepância apenas, normal nisto de máquinas de tradução burras.

“Ministério das Relações Exteriores” > “Ministère des Relations Extérieures” > “Ministério das Relações Externas”

Das duas uma, ou os franceses sabem mais de geografia e de relações internacionais do que os americanos ou então lembram-se de nós por causa das porteiras e mulheres-a-dias.

E a tradução para tétum, que é por onde tínhamos começado? Analisemos então os elementos do problema. Se optássemos, como tem feito a imprensa, por adaptar a designação portuguesa, haveria que ser coerente com a ortografia. Teríamos então “Ministériu Negósiu Estranjeiru no Kooperasaun nian” ou “Ministériu Negósiu Estranjeiru no Kooperasaun sira-nian”. Mas não fiquemos por aqui. Quais são os elementos que compõem o nome do ministério? “Cooperação” pode nalguns contextos ser traduzida por “serbisu lisuk”, mas aqui parece-me que “kooperasaun” não seria contestada por ninguém. “Estrangeiro” já é diferente, podemos falar em “tasi-balun”, “li’ur”, “rai-li’ur” (por oposição a “rai-laran”, “doméstico”, “interior”), “rain-seluk”,… O Dicionário de Tétum do INL usa o neologismo “makli’ur”, com recurso à morfologia tradicional do tétum téric, com o significado de “exterior” ou “externo”. Finalmente a palavra “negócio”, ou em tétum “negósiu”, que em Timor é usada mais no sentido económico, como sinónimo do termo indonésio “bisnis”, que ainda se ouve muito, e que pode no caso ser perfeitamente substituída por “asuntu”, como vimos acima. Daqui surgem várias designações alternativas possíveis, versões divergentes das formas portuguesas, como por exemplo:

“Ministériu Asuntu Li’ur no Kooperasaun nian”
“Ministériu Asuntu Tasi-Balun no Kooperasaun nian”
“Ministériu Asuntu Rai-Li’ur no Kooperasaun nian”
“Ministériu Asuntu Makli’ur no Kooperasaun sira-nian”
“Ministériu Negósiu Makli’ur no Kooperasaun sira-nian”

Como vê o meu caro leitor, a tarefa do tradutor é espinhosa, de partir pedra para abrir caminho, e seria de facto útil que o Estado aprovasse uma lista oficial com os nomes dos Ministérios e Secretarias de Estado em tétum. Mas não se pense que é preciso a toda a força encontrar denominações vernáculas que substituam os empréstimos lexicais do português. Numa aula em que discutíamos as opções dos puristas para o desenvolvimento do tétum, propus aos alunos que traduzissem sem usar palavras de origem portuguesa a seguinte frase, sabendo ser esta uma tarefa impossível:

“A roda do meu carro tem um furo.”

Várias vozes tentaram fazer a tradução em voz alta, evitando os termos “roda” e “karreta”. Então uma moça começou, pensando à medida que falava:

- “Ha’u-nia buat ne’e ne’ebé ema sa’e nia buat-kabuar iha kuak.”

Quando terminou toda a sala explodiu numa gargalhada, e ela, compreendendo de repente a interpretação que estavam a fazer, ficou vermelha como um tomate. O que ela disse, numa tradução livre, foi algo como: “A minha coisa para cima da qual se pode subir (montar) tem uma coisa redonda que tem um buraco”. Às vezes é melhor usar os empréstimos lexicais mesmo…


(1) Ou “Ministry of External Affairs” ou “Ministry of External Relations”.