編集

次の方法で共有


Microsoft Translator Pro についてよく寄せられる質問

Microsoft Translator Pro は、エンタープライズ エコシステム内でシームレスでリアルタイムの音声間翻訳を可能にする高度なモバイル アプリケーションです。

全般

Microsoft Translator Pro とは

Microsoft Translator Pro は、エンタープライズ エコシステム内でシームレスでリアルタイムの音声間翻訳を可能にする高度なモバイル アプリケーションです。 このアプリは、組織が言語や文化を越えて効果的にコミュニケーションを取り、従業員が好みの言語で共同作業を行い、アイデアを共有し、顧客やパートナーと交流できるように設計されています。

アプリをダウンロードする方法

Microsoft Translator Pro を使用するには、Microsoft Translator Pro 制限付きアクセス オンライン要求フォームに入力して送信し、承認を得る必要があります。 承認されると、アプリをダウンロードするためのリンクとオンボード手順を記載したメールが届きます。

Microsoft Translator Pro をサポートするプラットフォーム

Microsoft Translator Pro は iOS プラットフォームで利用でき、iOS 15 以降のバージョンが必要です。

データ管理、プライバシー、保持

Microsoft Translator Pro を使用する場合、個人データのセキュリティ、機密性、保護を確保するために、どのような標準的なコンプライアンス フレームワークと業界のベスト プラクティス対策が実施されていますか?

Microsoft Translator Pro に翻訳のために送信された顧客データは永続的に保存されません。 送信されたテキスト、音声、またはスピーチは Microsoft データ センターに記録されません。 すべての組織データは組織の Azure サブスクリプション内に残り、データが Microsoft と共有されないようにします。 データを完全に制御し続け、排他的なビジネスを維持します。 このコントロールは、Microsoft が GDPR などの広範なプライバシー法と、クラウド プライバシーに関する世界初の国際実務規範である ISO/IEC 27018 を含むプライバシー標準を遵守して、さらに強化されます。 詳細については、「Microsoft Translator の機密性」を参照してください

Microsoft Translator Pro は、モデルの改善のためにユーザー データを保持します、そのデータを開発者と共有してさらにトレーニングを行いますか?

いいえ。 リアルタイムの音声間翻訳の場合、保存されるデータはありません。 Microsoft は、モデルの改善のためにデータを保持しません。

組織は、さらに分析または監査を行う目的で、アプリによって生成されたデータにアクセスできますか?

はい。 生成されたデータは、独自の分析に使用できます。 データは、組織’サブスクリプションに保存されます。 詳細については、「Microsoft Translator の機密性」を参照してください

Microsoft Translator Pro はどのようなプライバシー コンプライアンス フレームワークに従っていますか?

Microsoft Translator Pro アプリは、Microsoft のプライバシーに関する声明に記載されているプライバシー ポリシーとフレームワークに準拠しています。

偏見の緩和と公平性と公正性への影響

Microsoft では、特に少数言語、方言、または文化特有の用語に関して、翻訳出力における潜在的な偏りを特定し、軽減するための対策を実施していますか?

はい。 Microsoft は偏見に関連する問題を積極的に調査し、対処しています。 詳細については、「Azure AI 翻訳の透過性のためのメモ」を参照してください

Microsoft Translator Pro アプリは、公平性と公正性への影響について評価されていますか?

はい。 Microsoft は、公平で包括的なテクノロジと製品の作成を優先しています。 詳細については、「Azure AI 音声の透過性のためのメモ」を参照してください

翻訳の正確性や品質に影響を与える人口統計学的要因や文化的要因はどれですか?

Microsoft Translator Pro は、偏りを最小限に抑えるように慎重にトレーニングされており、複数の言語とアクセントをサポートしています。 ただし、言語によって音声の品質や可用性が異なる場合があります。 詳細については、「文字起こしと翻訳の精度」を参照してください

トレーニング データとモデル パラメーター

モデルをトレーニングし、さまざまな言語と文化的コンテキストで包括的な表現を保証するために使用されるデータ ソース、メトリック、メジャーは何ですか?

Microsoft では、翻訳の品質を管理するためのアプローチが構造化され、継続的に行われます。 定期的なテクノロジ更新プログラムと隔週のリリース サイクルを実施し、継続的な改善を実現しています。 モデルの微調整中に、Bilingual Evaluation Understudy (BLEU) と ChrF スコアを使用して、潜在的なリリース候補を特定します。 最終リリースの前に、人間の評価を密接に反映する COMET スコアも利用しています。

最高の品質を確保するには、リリース候補は現在の実稼働モデルよりも統計的に優れている必要があります。 さらに、人間の審査員が新しい言語モデルを参照翻訳と比較して評価します。 このプロセスにより、お客様はコードを変更することなく、最新のモデルを楽しむことができます。 報告された品質の問題については、重大な問題の修正プログラム プロセスを通じて迅速な解決策を提供し、モデルの更新を通じてパターンベースの問題に対処します。

モデルは、差別的な出力や翻訳品質の偏りを防ぐために、性別、年齢、その他の人口統計学的特性などの機密性の高い要素に関連する情報を処理できるようにトレーニングされていますか?

はい、公平性は、製品開発の側面に影響を与える複雑な社会的・技術的要因です。 ここで考慮する 1 つのディメンションは、人種、民族性、地域、性別、年齢などの要因に基づいて、グループ間でシステムがどの程度適切に実行されるかです。 詳細については、「Azure AI 翻訳の透過性のためのメモ」を参照してください

標準、評価、メトリックのテスト

特に法的文書や緊急通信などの重要な分野において、翻訳の正確性と文化的配慮を保証するための評価メトリックとテスト プロトコルが実装されていますか?

翻訳品質は、常にテスト セットに対して相対的です。 特定のシナリオの代表的なテスト セットの品質を測定することをおすすめします。 詳細については、「Azure AI 翻訳の評価方法」を参照してください

Microsoft Translator Pro は、現実世界の重要な環境において、翻訳の品質と正確性をどのように保証するのでしょうか?

ベンチマーク用の世界的に認められた標準翻訳テスト セットは存在せず、機械翻訳システムの評価から得た絶対スコアの公開は控えています。 しかし、品質を継続的に監視し、人間の評価が最も重要で信頼性の高い結果を生み出すことがわかっています。

実際のシナリオにおいて翻訳が正確で信頼できるものであることを保証するために、どのような対策が講じられていますか?

継続的なテストと評価に加えて、長年にわたりお客様から信頼されている音声サービスと翻訳サービスを実際のアプリケーションにも活用しています。 詳細については、「顧客事例: Berlitz は Azure AI 音声を使用して 500,000 人の言語学習者を支援」を参照してください

継続的な監視、アカウンタビリティ、透明性

翻訳のあいまいさや潜在的なエラーが発生した場合に、人間によるレビューのオプションを提供していますか?

Microsoft Translator Pro は、翻訳のために送信された顧客データを保持せず、データを確認できません。 データはサブスクリプション内に保存されます。 データにアクセスし、対応する音声付きのトランスクリプトを人間がレビューすることができます。 詳細については、「Microsoft Translator の機密性」を参照してください

モデルの制限事項、繰り返し発生する問題、または翻訳に関連するリスクを文書化して伝達するために、どのような透明性対策が実施されていますか?

Microsoft の透明性のためのメモは、AI テクノロジの動作を明確にすることを目的としており、システムのパフォーマンスと動作に影響を与える可能性があるシステム所有者が利用できる選択肢が強調されています。 技術、人、環境を含むシステム全体を考慮することの重要性を強調しています。 これらのメモは、独自のシステムを開発またはデプロイする際に重要なリソースになる可能性があります。 詳細については、「Microsoft Translator Pro の透過性のためのメモ」を参照してください

アプリでオンデバイス モデルとオンライン モデルを使用する場合、品質はどのように異なりますか?

オフライン処理に Microsoft Translator Pro アプリによって使用されるデバイス上のモデルは、クラウド モデルとは異なり、品質の変動につながります。 デバイスに実装されるモデルは、クラウドで使用されるモデルと比較して小さくなります。