同聲傳譯自1919年在巴黎和會(huì)上最早一次亮相后，一直在會(huì)議語言排障和實(shí)時(shí)溝通上發(fā)揮著至關(guān)重要的作用。同傳不同于其他翻譯，這種異常消耗腦力的工作不僅需要工作者雙語運(yùn)用自如的語言功底，還需要隨機(jī)應(yīng)變的能力。要達(dá)到同傳的高級翻譯水平，更是需要漫長的修煉過程。正是因人才的極度稀缺，早就讓同聲傳譯被冠以“日進(jìn)斗金”的稱號。

人工智能技術(shù)的發(fā)展雖然在各個(gè)方面改善了人們的生活，但同時(shí)，它也帶來了一些現(xiàn)實(shí)存在的威脅，即去人力化并導(dǎo)致群體性失業(yè)。如今就連站在人才頂端的同聲傳譯行業(yè)也面臨著被替代的危險(xiǎn)。

但AI同傳工作要求高度的實(shí)時(shí)性、專業(yè)度，以及更低的容錯(cuò)率，因此在機(jī)器翻譯領(lǐng)域算是個(gè)艱難的任務(wù)，甚至有人稱之為機(jī)器翻譯的“圣杯”。即是圣杯，勝者必將贏得一片天地，因此除了孜孜不倦的獨(dú)角獸，微軟、百度、谷歌等海內(nèi)外的AI大廠也都在不斷攻克這項(xiàng)難題，然而各方成果卻有喜有憂。

眾人競捧AI同傳圣杯，噱頭還是實(shí)力？

去年，具有世界領(lǐng)先翻譯技術(shù)的科大訊飛發(fā)布的曉譯翻譯機(jī)獲得了超高的人氣，其卓越的表現(xiàn)甚至被認(rèn)為是取代同聲傳譯的一款人工智能產(chǎn)品。然而好景不長，前段時(shí)間，爆出的“科大訊飛造假事件”掀起了一場軒然大波，雖科大訊飛方面再三強(qiáng)調(diào)“人機(jī)耦合”而非AI同傳，但其偷換概念，避重就輕的做法還是令一些人對AI同傳產(chǎn)生消極的看法，一時(shí)間唱衰AI同傳突然鵲起。然而因此全盤否定AI在同傳上的成就和能力，就有點(diǎn)以偏概全了。

其實(shí)，訊飛造假事件中，核心問題甚至不在于AI同傳的技術(shù)能力，而是它根本沒有使用AI同傳。事實(shí)上，該會(huì)議僅僅使用了“訊飛聽見”產(chǎn)品，實(shí)際使用的僅僅是語音轉(zhuǎn)換文本功能而已。

搜狗同傳憑實(shí)力為AI同傳正聲

然而科大訊飛的造假事件并非代表著AI同傳真的涼了，真正的AI同傳也并非不存在。相反，今天越來越多國際會(huì)議和新聞發(fā)布會(huì)、體育賽事等等重要場合開始使用AI同傳。

前段時(shí)間，搜狗同傳作為中國網(wǎng)球公開賽的官方翻譯合作伙伴，從賽前的媒體發(fā)布會(huì)到賽后采訪，對獲勝球員的發(fā)言交流提供實(shí)時(shí)翻譯，這是AI同傳首次支持大型國際體育賽事。雖然依然有諸多技術(shù)不完美之處，但進(jìn)步顯著，并且是AI同傳證明其實(shí)力的一次重要展現(xiàn)。

搜狗同傳采用的是端對端神經(jīng)網(wǎng)絡(luò)翻譯技術(shù)，可以使用循環(huán)神經(jīng)網(wǎng)絡(luò)生成翻譯結(jié)果，并將神經(jīng)網(wǎng)絡(luò)精簡為五層，翻譯的結(jié)果相比傳統(tǒng)機(jī)器翻譯大約能高出30%-40%，效率也大幅提升；其使用的語音斷句算法，能很好地識(shí)別詞語和句子的停頓，輸送出更符合人類語言習(xí)慣的翻譯結(jié)果，這也是搜狗同傳能夠快速超車，為AI同傳正聲的實(shí)力所在。

百度新推AI同傳，DEMO效果驚人，可期

近日，百度于硅谷宣布了最新重大突破——一個(gè)名為STACL的同傳AI，論文結(jié)果優(yōu)異，Demo效果驚人，MIT科技評論、IEEE Spectrum等一眾外媒紛紛好評，這是自2016年百度Deep Speech 2發(fā)布以來，又一項(xiàng)讓技術(shù)外媒們?nèi)绱思��?dòng)的新進(jìn)展。

據(jù)百度方透露，與現(xiàn)在大多數(shù)AI“實(shí)時(shí)”翻譯系統(tǒng)不同，STACL具備可預(yù)測和延時(shí)可控的特點(diǎn)，不走“整句說完再翻譯”的路線，能夠在演講者講話后幾秒鐘開始翻譯，并在句子結(jié)束后幾秒鐘內(nèi)完成。那么百度又是如何做到高質(zhì)量與短延時(shí)兼具的呢？

同音近音字問題

如何分辨同音近音字是保證同傳準(zhǔn)確性的一個(gè)關(guān)鍵點(diǎn)，需要根據(jù)語境和背景知識(shí)共同分析的過程。在這方面，百度采取了提升容錯(cuò)率，忽略語音-文字轉(zhuǎn)碼階段的錯(cuò)誤，進(jìn)而去提升文字翻譯階段的正確率的方案。百度同傳的“語音容錯(cuò)”的對抗訓(xùn)練翻譯模型，重點(diǎn)就在于有意在訓(xùn)練數(shù)據(jù)集中加入針對性的噪聲數(shù)據(jù)，這樣即使模型接受到錯(cuò)誤的語音識(shí)別結(jié)果時(shí)，也能給出正確的譯文。

預(yù)測能力

這次百度推出AI同傳的重點(diǎn)技術(shù)為STACL“wait-k words”，即等待講話時(shí)后的第k個(gè)詞開始翻譯，通過對講話者的語言風(fēng)格數(shù)據(jù)進(jìn)行訓(xùn)練，實(shí)現(xiàn)預(yù)測能力。同時(shí)還可以根據(jù)不同語種之間的差異性和不同場景的需求程度來調(diào)整K值。

機(jī)器學(xué)習(xí)

在百度同傳系統(tǒng)中，提出了快速融合領(lǐng)域知識(shí)策略，建立在百度自身的互聯(lián)網(wǎng)大數(shù)據(jù)之上，百度同傳系統(tǒng)獲得最基礎(chǔ)的通用領(lǐng)域翻譯模型。而當(dāng)進(jìn)入細(xì)分領(lǐng)域時(shí)，該系統(tǒng)也會(huì)像人類一樣，針對細(xì)分領(lǐng)域進(jìn)行學(xué)習(xí)。

建立在通用模型的基礎(chǔ)上，通過對某一領(lǐng)域數(shù)據(jù)的增強(qiáng)訓(xùn)練和專用術(shù)語的強(qiáng)制解碼，盡可能讓整體模型和該領(lǐng)域更加契合，從而減少同音字、多義字翻譯錯(cuò)誤等諸如此類現(xiàn)象，提升整體效率。

由此可見，百度新出的AI同傳技術(shù)并非夸大宣傳，而是有技術(shù)支撐的實(shí)力展現(xiàn)。

對于百度此次在AI同傳上的大動(dòng)作，Engadget認(rèn)為：“雖然這個(gè)系統(tǒng)仍舊有局限性，而且無法在必要的時(shí)候取代人類翻譯。但是它在谷歌缺席中國的情況下，給出了一種新的選擇�！�

AI同傳是一個(gè)復(fù)雜的工作過程，其在表現(xiàn)上的細(xì)微差距，背后都隱藏著從機(jī)器翻譯技術(shù)集成、神經(jīng)網(wǎng)絡(luò)系統(tǒng)，到NLP等多種技術(shù)能力的集合。一家公司復(fù)雜龐大AI+語言領(lǐng)域技術(shù)體系，最終將會(huì)在終端產(chǎn)品表現(xiàn)。正是語音識(shí)別、機(jī)器翻譯等領(lǐng)域上的深厚積累，千錘百煉之下造就了能聽會(huì)說、能理解會(huì)思考的AI同傳。最終能捧得AI同傳這座圣杯的，拼的不是噱頭，不是夸大宣傳，而是實(shí)打?qū)嵉募夹g(shù)體系。