隨著交通的越來越便利，人們能踏足的地方也越來越遠(yuǎn)，但五花八門的語言使人們望而卻步。然而幾天之前微軟旗下的Skype宣布，具備實(shí)時(shí)語音翻譯技術(shù)的翻譯器SkypeTranslator中文預(yù)覽版正式在中國市場推出。使問題慢慢得到了解決。
作為一項(xiàng)長久愿望，在此前數(shù)十年時(shí)間，語音實(shí)時(shí)翻譯的發(fā)展一直受到錯(cuò)誤率高，麥克風(fēng)敏感度差異，噪音環(huán)境等因素阻礙。但近些年來，由于大數(shù)據(jù)的涌現(xiàn)，這項(xiàng)技術(shù)取得了不錯(cuò)的進(jìn)展。而SkypeTranslator更是凝聚了微軟在語音識別，自動(dòng)翻譯和機(jī)器學(xué)習(xí)等多領(lǐng)域的成果。
簡單地說，SkypeTranslator的翻譯邏輯主要分為三步：將你的實(shí)時(shí)語音轉(zhuǎn)成文字；將文字翻譯成另一種語言的文字；將文字轉(zhuǎn)成語音。其中，識別實(shí)時(shí)語音并轉(zhuǎn)成文字是最棘手的部分。
如你所知，精確的實(shí)時(shí)語音翻譯有賴于強(qiáng)大的機(jī)器學(xué)習(xí)——也就是軟件學(xué)習(xí)訓(xùn)練數(shù)據(jù)的能力。這些訓(xùn)練數(shù)據(jù)包括翻譯的網(wǎng)頁，配有字幕的視頻，以及預(yù)先翻譯且轉(zhuǎn)錄成文字的一對一談話。事實(shí)上，已有不少人分享了他們過去的對話記錄。SkypeTranslator通過記錄對話來分析文本并訓(xùn)練系統(tǒng)更好地“學(xué)習(xí)”語言——當(dāng)準(zhǔn)備好的數(shù)據(jù)錄入系統(tǒng)后，機(jī)器學(xué)習(xí)軟件會在這些對話和環(huán)境涉及到的單詞中搭建一個(gè)統(tǒng)計(jì)模型，當(dāng)你說話時(shí)，軟件會在統(tǒng)計(jì)模型中尋找相似內(nèi)容，然后應(yīng)用到預(yù)先“學(xué)到”的轉(zhuǎn)化程序中，得以讓語音轉(zhuǎn)換為文本，再從文本轉(zhuǎn)換成另一種語言。
值得一提的是，與程序設(shè)定一般的朗誦不同，人會一邊思考一邊說話，會犯錯(cuò)，這種犯錯(cuò)在口語表達(dá)中的體現(xiàn)就是打磕巴，停頓，重復(fù)，或者頻頻出現(xiàn)如“嗯”“啊”“呃”之類的語氣助詞，針對于此，SkypeTranslator的機(jī)器學(xué)習(xí)模型也會處理這些停頓。在預(yù)覽版中，用戶可以看到部分語氣詞停頓被移除，而未被移除的部分則可能通過用戶反饋進(jìn)行再優(yōu)化。
目前看來，實(shí)時(shí)語音翻譯技術(shù)并不完美，它是一項(xiàng)不斷優(yōu)化的技術(shù)。每個(gè)國家的語言，時(shí)刻都在變化，哪怕同一國家，因地域不同也有不同口音。這些問題可以通過更大范圍的數(shù)據(jù)解決么？也許能，但還需要時(shí)間。
