橋梁伸縮縫祝賀百度即時翻譯“神器” 突破自然語言處理重大難關

人工智能領域，兩種語言的“即時互譯”是一項難以攻克的技術問題，其主要原因在于源語言和目標語言之間存在較大的詞序和語序差異。近日，百度研發(fā)了具備預測能力和可控延遲的即時機器翻譯系統，可實現兩種語言之間的高質量、低延遲翻譯。這是自然語言處理方面的重大技術突破，將對機器即時筆譯和口譯的發(fā)展起到極大地推動作用。

機器同傳利用語音識別技術自動識別演講者的講話內容，將語音轉化為文字，然后調用機器翻譯引擎，將文字翻譯為目標語言，顯示在大屏幕或者通過語音合成播放出來。相比人類譯員，機器最大的優(yōu)勢是不會因為疲倦而導致譯出率下降，能將所有“聽到”的句子全部翻譯出來，這使得機器的“譯出率”可以達到100%，遠高于人類譯員的60%-70%。同時，在價格上也占有優(yōu)勢。

在機器同傳領域，百度聯合語音技術、機器翻譯技術，從語音識別、翻譯質量、時延、融合領域知識等方面推出了“一攬子”解決方案。橋梁伸縮縫祝賀百度即時翻譯“神器” 突破自然語言處理重大難關

在語音識別方面，區(qū)別于傳統的上下文相關建模技術，百度提出了上下文無關音素組合的中英文混合建模單元，包含1749個上下文無關中文音節(jié)和1868個上下文無關英文音節(jié)。該方法具有泛化性能好、對噪聲魯棒、中英文混合識別等特點。

在翻譯質量方面，提出了“語音容錯”的對抗訓練翻譯模型，根據語音識別模型常犯的錯誤，在訓練數據中有針對性的加入噪聲數據，使得模型在接受到錯誤的語音識別結果時，也能夠在譯文中糾正過來。比如，語音識別系統將“大堂”錯誤的識別為“大唐”，這一對噪聲詞將被自動收錄到訓練數據中，并將源語言句子“我們在酒店大堂見面吧”替換為“我們在酒店大唐見面吧”，而保持目標語言翻譯不變“Let's meet at the lobby of the hotel”，同時將這兩個中文句子用于訓練，進而獲得具有更強的容錯能力模型。

為了降低時延提升翻譯質量，人類譯員通常對演講內容進行合理預測，百度開發(fā)人員從人類譯員身上獲得啟示，研發(fā)了“wait-k words”模型，可以根據歷史信息，直接預測翻譯中目標語言詞匯。該模型在翻譯質量和翻譯延遲之間做出了很好的平衡，用戶可通過根據實際需求設定延遲時間（例如延遲1（k=1）詞或延遲5(k=5)詞）。比如，法語和西班牙語這種較為接近的語言，延遲可設置在比較低的水平；但是，對于英語和漢語這種差異較大的語言，以及英語和德語這種詞序不同的語言，延遲應當設置為較高水平，以便于更好的應對差異。

在同聲傳譯時，經常會遇到不同領域的專業(yè)知識，這就要求同傳人員在短時間內吸收大量相關領域的內容，這對他們也是極大地挑戰(zhàn)?；诖?，百度模仿人類同傳的準備過程，提出了快速融合領域知識策略。該策略依托百度海量的互聯網大數據，訓練得到的具有通用翻譯能力的模型；當它接到某一個領域的同傳翻譯任務時，系統會收集該領域數據并在通用模型的基礎上進行增強訓練，得到相應領域增的強模型；最后對該領域術語庫進行強制解碼，使專業(yè)術語翻譯得準確可靠，且提升翻譯效率。

作為對外開放和商業(yè)國際化的需求之一，同聲傳譯被廣泛應用于政府間的峰會、多邊談判和其他商業(yè)場合，但是同傳人員稀缺也成為了當前的棘手問題。為了解決全球范圍內同傳譯員人數少、費用高等難題，越來越多開發(fā)者專注于機器同傳的研發(fā)，百度也希望通過研發(fā)高質量機器同傳技術和系統解決即時翻譯難題。

雖然機器同傳有了新的突破，但它與經驗豐富的同傳人員相比，依然存在一定差距。百度翻譯技術負責人表示，同傳的目的并不在于取代人類譯員，而是為了降低同傳成本，讓同傳的應用范圍更加廣泛，也希望世界各地的人在AI的助力下早日實現“無障礙”交流。

橋梁伸縮縫專業(yè)生產廠家--衡水盈通橡膠制品有限公司網站：dfabus.com