Muzika neturi sienų – bet žodžiai jas turi

Prisimenu, kaip prieš kokį dešimtmetį norėjau suprasti, ką dainuoja vienas korėjietiškas indie grupė. Atsisėdau, rankiniu būdu ieškojau vertimų forumuose, prašiau pažįstamų, kurie mokėjo korėjietiškai, ir galiausiai gavau kažką panašaus į pusiau suprantamą tekstą su pastaba „čia labai sunku išversti, nes tai kultūrinė metafora”. Dabar? Įklijuoju tekstą į DeepL arba Google Translate ir per trisdešimt sekundžių turiu vertimą. Ar jis tobulas? Ne. Ar jis naudingas? Absoliučiai.

Automatiniai teksto vertėjai muzikos industrijoje – tai tema, apie kurią retai kas kalba atvirai. Visi naudoja šiuos įrankius, bet niekas ypatingai nesusimąsto, ką tai reiškia platesniame kontekste. O reiškia labai daug – ir muzikantams, ir klausytojams, ir tiems, kurie dirba su muzikos verslu.

Kaip vertėjai iš tikrųjų veikia muzikos kontekste

Pirmiausia reikia suprasti, kad automatiniai vertėjai muzikos industrijoje naudojami bent keliuose skirtinguose kontekstuose, ir kiekvienas iš jų turi savo specifiką.

Pirmas ir akivaizdžiausias – dainų tekstų vertimas. Žmogus nori suprasti, ką dainuoja jo mėgstamas artistas. Čia vertėjai dirba su labai specifine medžiaga: trumpi sakiniai, dažnai be konteksto, pilni metaforų, žargono, kultūrinių nuorodų. Google Translate ar DeepL tokioje situacijoje dažnai pateikia techniškai teisingą, bet emocinį turinį prarandantį vertimą. Pavyzdžiui, japonų kalboje dažnai naudojama „mono no aware” koncepcija – grožio ir liūdesio jausmas dėl laikinų dalykų. Kaip tai išversti į lietuvių kalbą automatiškai? Dažniausiai gausite kažką kaip „liūdesys dėl praeinančių dalykų”, kas techniškai teisinga, bet visiškai neatspindi to emocinio gylio.

Antras kontekstas – verslo komunikacija. Muzikos industrija yra globalus verslas. Lietuvių muzikantas, norintis pasirašyti sutartį su vokiečių leidykla, arba korėjiečių K-pop agentūra, ieškanti partnerių Europoje – visi jie naudoja automatinius vertėjus kasdienėje komunikacijoje. Čia situacija geresnė, nes verslo tekstai yra struktūruotesni ir mažiau metaforiški.

Trečias kontekstas – metaduomenys ir muzikos aprašymai. Streaming platformos kaip Spotify ar Apple Music reikalauja, kad muzika būtų aprašyta keliomis kalbomis. Automatiniai vertėjai čia tapo standartiniu įrankiu, nors rezultatai kartais būna… įdomūs.

Kur vertėjai tikrai padeda – ir tai nėra maža

Nenoriu būti tas žmogus, kuris tik kritikuoja. Nes iš tikrųjų automatiniai vertėjai muzikos industrijoje padarė kai ką tikrai svarbaus.

Visų pirma, jie demokratizavo prieigą prie muzikos. K-pop fenomenas – tai puikus pavyzdys. BTS, BLACKPINK ir kiti artistai pasiekė pasaulinę auditoriją iš dalies todėl, kad fanai visame pasaulyje galėjo greitai gauti bent apytikrius dainų tekstų vertimus. Taip, tie vertimai buvo netobuli. Bet jie buvo pakankami, kad žmonės suprastų bendrą kontekstą ir emociją. Tai sukūrė bendruomenes, diskusijas, interpretacijas – ir galiausiai milžinišką globalią fanų bazę.

Antra, vertėjai pagreitino muzikos verslo procesus. Anksčiau norint susisiekti su užsienio leidykla ar agentūra, reikėjo arba mokėti kalbą, arba samdyti vertėją. Dabar pradinis kontaktas, pirminiai derybų etapai, sutarčių projektų peržiūra – visa tai gali vykti greičiau. Tai ypač svarbu mažesnėms nepriklausomoms grupėms ir solo artistams, kurie neturi biudžeto profesionaliems vertėjams kiekvienam el. laiškui.

Trečia – ir tai man asmeniškai labai patinka – vertėjai padeda muzikantams suprasti savo auditoriją. Jei lietuvis muzikantas gauna komentarų japonų kalba po savo YouTube vaizdo įrašu, jis gali greitai suprasti, ką tie žmonės sako. Gali reaguoti, bendrauti, kurti ryšį. Tai buvo neįmanoma dar prieš dešimt metų.

Praktinis patarimas čia paprastas: naudok vertėjus kaip pirmą žingsnį, ne kaip galutinį sprendimą. Jei gauni svarbų verslo pasiūlymą užsienio kalba – pirmiausia versk automatiniu įrankiu, suprask kontekstą, o tada, jei reikia priimti svarbų sprendimą, investuok į profesionalų vertimą.

Kur viskas sugriūva – dainų tekstai kaip kultūros kodas

Dabar apie tai, kur automatiniai vertėjai tikrai atsiduria ribose. Ir čia reikia kalbėti atvirai, nes muzikos industrijoje šios ribos turi realių pasekmių.

Dainų tekstai nėra tiesiog žodžiai. Jie yra kultūros kodas, emocinis kontekstas, kartais net politinis pareiškimas. Kai Kendrick Lamar rašo apie Compton, ten yra sluoksniai, kuriuos automatinis vertėjas tiesiog negali perteikti. Kai lietuvių dainininkas naudoja žodį „sodžius”, vertimas į anglų kalbą kaip „village” yra techniškai teisingas, bet praranda visą tą nostalgijos ir tapatybės krūvį, kurį tas žodis neša.

Dar sudėtingiau su ritmu ir garsu. Dainų tekstai dažnai yra parašyti taip, kad skamba tam tikru būdu – rimuojasi, turi tam tikrą skiemenų skaičių, sukuria tam tikrą ritmą. Automatinis vertėjas šito visiškai nesupranta. Jis verčia prasmę, bet ne formą. Todėl išverstas tekstas dažnai skamba kaip proza, o ne kaip daina.

Yra ir kultūrinių spąstų. Japonų kalboje yra skirtingi kalbos lygiai priklausomai nuo to, su kuo kalbi. Kai dainininkas naudoja tam tikrą kalbos registrą, tai perteikia informaciją apie santykį tarp dainos personažų. Automatinis vertėjas to nepastebi. Arabų kalboje yra poetinės tradicijos, kurios remiasi žodžių daugiaprasmybe – vienas žodis gali reikšti ir „meilė”, ir „kankinimas”, ir tai nėra atsitiktinumas. Vertimas parenka vieną reikšmę ir praranda visą žaismą.

Konkreti rekomendacija muzikantams: jei verčiate savo dainų tekstus oficialiai – svetainei, albumo bukleto vertimui, subtitrams – investuokite į žmogų, kuris ne tik moka kalbą, bet ir supranta jūsų muzikos stilių ir kultūrinį kontekstą. Automatinis vertimas čia gali būti tik grubiu juodraščiu.

Streaming platformos ir algoritmai – čia situacija įdomi

Yra vienas aspektas, apie kurį retai kalbama, bet kuris turi realią įtaką tam, kaip muzika pasiekia klausytojus. Tai – kaip automatiniai vertimai veikia streaming platformų algoritmus.

Spotify, Apple Music, YouTube – visos šios platformos naudoja metaduomenis, kad rekomenduotų muziką. Žanras, nuorodos, aprašymai, net dainų tekstai – visa tai įeina į algoritmą. Kai muzikantas pateikia savo muzikos aprašymą, išverstą automatiniu vertėju, tas aprašymas gali turėti klaidų arba netikslumų, kurie paveikia, kaip algoritmas supranta tą muziką.

Pavyzdys: tarkime, lietuvis muzikantas kuria folk-elektronikos mišinį ir aprašo savo kūrybą kaip „šiuolaikišką lietuvių liaudies muzikos reinterpretaciją”. Automatinis vertimas į anglų kalbą gali pateikti kažką kaip „modern Lithuanian folk music reinterpretation” – kas yra teisingas, bet gali būti suprastas skirtingai nei norėjo autorius. Algoritmas gali jį priskirti prie tradicinės folk muzikos, o ne prie elektroninės eksperimentinės scenos.

Čia praktinis patarimas: jei naudojate automatinius vertėjus metaduomenims, patikrinkite rezultatą su kuo nors, kas moka tą kalbą. Bent jau pagrindinius žanro aprašymus ir raktažodžius. Tai gali turėti realią įtaką jūsų muzikos matomumui platformose.

Taip pat verta žinoti, kad kai kurios platformos jau naudoja AI ne tik vertimui, bet ir automatiniam dainų tekstų generavimui subtitrams. YouTube tai daro su kai kuriais vaizdo įrašais. Rezultatai yra… nevienodi. Kartais puikūs, kartais absurdiški. Jei jūsų muzika turi subtitrus, verta juos patikrinti.

Muzikantai iš mažų kalbų – ypatinga situacija

Čia norėčiau sustoti ir pakalbėti apie kažką, kas man asmeniškai atrodo svarbu. Muzikantai, kurie kuria mažiau paplitusiomis kalbomis – lietuvių, latvių, estų, islandų, suomių – turi specifinę situaciją su automatiniais vertėjais.

Iš vienos pusės, automatiniai vertėjai jiems suteikia galimybę pasiekti globalią auditoriją, kurios anksčiau tiesiog nebuvo. Jei lietuvis dainininkas nori, kad jo dainų tekstai būtų suprantami anglakalbiam klausytojui, jis gali tai padaryti greitai ir pigiai. Tai yra tikra galimybė.

Iš kitos pusės, mažesnių kalbų vertimai yra žymiai prastesnės kokybės nei, tarkime, ispanų-anglų arba prancūzų-anglų. Modeliai buvo treniruoti su mažiau duomenų, todėl klaidos dažnesnės, subtilybės prarandamos labiau. Lietuvių kalba turi labai sudėtingą linksnių sistemą, kurios automatiniai vertėjai dažnai nesupranta tinkamai, ypač poetiniame kontekste.

Bet yra ir dar vienas aspektas: mažų kalbų muzika automatinių vertėjų pagalba gali išsaugoti kultūrinę atmintį. Kai seni lietuvių liaudies dainos tekstai yra verčiami ir pasiekiami globaliai, tai yra kultūros sklaida, kuri anksčiau buvo neįmanoma. Tai nėra tobulas procesas, bet tai yra kažkas.

Rekomendacija muzikantams iš mažų kalbų: naudokite automatinius vertėjus kaip įrankį matomumui, bet aktyviai bendradarbiaukite su fanais, kurie moka jūsų kalbą ir gali paaiškinti kultūrinį kontekstą. Fanų sukurti vertimai su paaiškinimais dažnai yra vertingesni nei tobulas automatinis vertimas be konteksto.

Ateitis: AI vertėjai ir muzikos kūryba susijungia

Dabar pakalbėkime apie tai, kas ateina. Nes situacija keičiasi greitai, ir muzikos industrijoje tai jau jaučiama.

Naujausios AI sistemos jau nebėra tik teksto vertėjai – jos pradeda suprasti kontekstą, toną, emocinį krūvį. GPT-4 tipo modeliai gali versti dainų tekstus ne tik pažodžiui, bet ir bandyti išlaikyti ritmą, rimą, emocinę tonaciją. Rezultatai vis dar netobuli, bet pažanga yra akivaizdi. Prieš trejus metus tai buvo neįmanoma.

Dar įdomiau – atsiranda specializuoti įrankiai būtent muzikos industrijai. Startuoliai kuria sistemas, kurios ne tik verčia dainų tekstus, bet ir adaptuoja juos dainavimui – tai yra, išlaiko skiemenų skaičių, kad tekstas tilptų į melodiją. Tai yra visiškai kitoks iššūkis nei paprastas vertimas, ir jis reikalauja muzikinio supratimo, ne tik lingvistinio.

Taip pat verta paminėti real-time vertimą koncertuose. Jau dabar kai kurie dideli festivaliai eksperimentuoja su ekranais, kurie rodo dainų tekstų vertimus realiuoju laiku. Tai dar nėra tobula, bet idėja yra įdomi – įsivaizduokite, kad galite eiti į bet kurio pasaulio artisto koncertą ir suprasti, ką jis dainuoja, realiuoju laiku.

Kitas frontas – AI pagalba muzikantams rašant tekstus kitomis kalbomis. Jau dabar kai kurie artistai naudoja AI, kad padėtų jiems rašyti dainų tekstus kalbomis, kurių jie nemoka. Tai kelia etinius klausimus – ar tai vis dar „autentiška” muzika? Bet tai yra realybė, kuri jau vyksta.

Ir galiausiai – muzikos lokalizacija. Tai yra procesas, kai daina ne tik išverčiama, bet ir adaptuojama konkrečiai kultūrai. Automatiniai įrankiai pradeda padėti šiame procese, nors žmogaus įsikišimas vis dar būtinas. Tačiau ateityje galime matyti situaciją, kai populiari daina automatiškai generuoja lokalizuotas versijas skirtingoms rinkoms – ne tik su verstais tekstais, bet ir su kultūriškai adaptuotais elementais.

Kai technologija susitinka su siela – ką tai reiškia mums visiems

Grįžtu prie tos korėjietiškos indie grupės, apie kurią minėjau pradžioje. Dabar galiu per trisdešimt sekundžių gauti jų dainų tekstų vertimą. Bet ar aš suprantu tą dainą geriau nei anksčiau, kai turėjau ieškoti, klausti, diskutuoti?

Čia yra kažkas svarbaus. Automatiniai vertėjai suteikia prieigą, bet prieiga nėra tas pats kas supratimas. Muzika yra kultūros produktas, ir norint ją tikrai suprasti, reikia suprasti kultūrą. Vertėjai gali padėti su žodžiais, bet ne su kontekstu, istorija, emocijomis, kurios stovi už tų žodžių.

Tačiau tai nereiškia, kad vertėjai yra nenaudingi. Priešingai – jie yra tiltas. Neišbaigtas tiltas, su skylėmis, kartais vedantis ne visai ten, kur norėjai, bet vis tiek tiltas. Ir muzikos industrijoje tiltai yra labai svarbūs.

Muzikantams, kurie skaito šį straipsnį, mano galutinis patarimas yra toks: naudokite automatinius vertėjus aktyviai ir be kompleksų, bet žinokite jų ribas. Naudokite juos kasdienei komunikacijai, metaduomenims, pirminiam supratimui. Bet kai reikia perteikti tai, kas jūsų muzikoje yra svarbiausia – emociją, kultūrinį kontekstą, poetinę formą – investuokite į žmones. Vertėjus, kurie supranta ne tik kalbą, bet ir jūsų kūrybą.

O klausytojams – naudokite vertėjus kaip įrankį atradimui. Leiskite jiems atidaryti duris į muzikos pasaulius, kurių kitaip niekada nerastumėte. Bet kai tas pasaulis jus sudomins – eikite giliau. Ieškokite žmonių komentarų, kultūrinių paaiškinimų, fanų diskusijų. Nes muzika, kurią tikrai supranti, skamba visiškai kitaip nei muzika, kurią tik girdi.

Automatiniai vertėjai muzikos industrijoje yra ne revoliucija ir ne grėsmė. Jie yra įrankis – galingas, netobulas, nuolat tobulėjantis. Ir kaip su visais įrankiais, svarbiausia yra žinoti, kaip juos naudoti.