首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

百度与同声翻译的那些事儿

家住上海松江区的老刘是一位从业5年的同传工作者,谈起自己的工作经历,老刘用了“水深火热”四个字。

老刘说,’“同传”的压力很大程度上来自“无法预料”。因为,“同传”在国际会议上用得最多,国际会议会涉及不同的领域和行业,由于不同国家背后不同的文化背景,不同的发言人也有各自的表达方式和思维习惯,即使同一种语言,却也存在不同的口音。

他分析道,同传不仅需要经验,更需临场的发挥,充分精神集中,调动所有的语言和知识储备。这也正是同声传译需要两人以上协作,需要换岗的原因。但即便如此,超过35岁再做这个行业也很难应付了,而且年纪越大越吃力。

针对于市场对同传人员用人难的需求,人们研发出了机器同传,用机器来代替人类翻译的过程从而达到结果。运用语音识别技术自动识别演讲者的讲话内容,把语音转化为文字,然后调用机器翻译引擎,将文字翻译为目标语言,显示在大屏幕或者通过语音合成再播放出来。

有了机器同传的出现,一定程度上减少了翻译人员的超负荷工作量。但是在人工智能领域,两种语言的“即时互译”是一项难以攻克的技术问题,主要原因在于源语言和目标语言之间存在较大的词序和语序差异。

这种语序上的差异经常会使得整个语言环境与原句原意发生严重错乱,以至于常常出现尴尬的情况。

现在,百度针对机器同传遇到的这些瓶颈,提出了一些解决方案。

1、提前预测能力

我们从这张动图上可以看到,上面的中文是人类说的话,下面的英文是百度 AI 给出的实时翻译。可以看到,没等说到“莫斯科”的时候,AI 自动翻译的英语就已经出现了“meet”,也就是汉语句末的“会晤”。

百度运用人类同传译员常用的一个技巧就是“合理预测”:在发言人话说到一半时,预测到后半句可能要讲的内容,超前翻译,这样能使同传又快又准。

百度的工程师们巧妙地模仿这一点,研发出了“wait-k words”模型,让机器同传也拥有了“合理预测”的能力,一定程度上解决了上面所说的“准确度与速度不可兼得”的问题。

普通的 AI 同传是一整句话说完之后才进行翻译,而百度同传没等说完前半句,它的“大脑”就会瞬间做出反应,堪称“读心术”!

这是百度同传的“读心术”现场,当说到“百度在18年前”时,AI 就预测出了“started a business”

2、不断学习专业知识

像老刘描述的一样,人类同传译员在接到翻译任务后,通常会提前很多天学习相关知识,进行“备课”,为的就是更好地应对陌生词汇而临危不惧。

百度工程师们模仿了这一准备过程,让机器同传也能通过快速融合领域知识策略,快速学习专业知识,提前“备课”。

当 AI 同传接到某一个领域的翻译任务时,系统会收集该领域数据并在通用模型的基础上进行增强训练,最后对该领域术语库进行强制解码,使专业术语翻译得准确可靠,且提升翻译效率。

3、更准确的语音识别

区别于传统的上下文相关建模技术,百度推出了上下文无关音素组合的中英文混合建模单元,包含1749个上下文无关中文音节和1868个上下文无关英文音节。具有泛化性能好、对噪声鲁棒、中英文混合识别等特点,很好的解决了老刘所描述的同传难题。

4、更强的容错能力

对于语音识别模型常犯的错误,在训练数据的时候加入噪声数据,让模型在接收到错误的语音识别结果时,也能在译文中纠正过来。

比如,语音识别系统将“大堂”错误地识别为“大唐”,这一对噪声词被收录到训练数据里,再把源语言句子“我们在酒店大堂见面吧”替换为“我们在酒店大唐见面吧”,而保持目标语言翻译不变“Let's meet at the lobby of the hotel”,同时将这两个中文句子存储在它的“大脑”里面,以后再出现类似的情况会更轻松地解决!

5、不知疲倦的翻译

和“老刘们”相比,机器最大的优势是不会因为疲倦而导致译出率下降,能把所有“听到”的句子全部翻译出来,这让机器的“译出率”可以达到100%,远高于人类译员的60%-70%。

我们询问了百度工程师研发AI同传的目的,他们说:AI同传的出现并不是取代人类译员,而是为了降低同传成本,让同传的应用范围更加广泛。

AI同传的出现会一定程度的减轻“老刘们”工作上的一些麻烦,但是我们相信科技的进步只会给人们生活带来方便。在未来,希望AI技术能出现在不同的领域为我们提供便利,我们一起拭目以待!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181214A1BI1X00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券