橋梁伸縮縫祝賀百度即時(shí)翻譯“神器” 突破自然語言處理重大難關(guān)

人工智能領(lǐng)域，兩種語言的“即時(shí)互譯”是一項(xiàng)難以攻克的技術(shù)問題，其主要原因在于源語言和目標(biāo)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(yù)測(cè)能力和可控延遲的即時(shí)機(jī)器翻譯系統(tǒng)，可實(shí)現(xiàn)兩種語言之間的高質(zhì)量、低延遲翻譯。這是自然語言處理方面的重大技術(shù)突破，將對(duì)機(jī)器即時(shí)筆譯和口譯的發(fā)展起到極大地推動(dòng)作用。

機(jī)器同傳利用語音識(shí)別技術(shù)自動(dòng)識(shí)別演講者的講話內(nèi)容，將語音轉(zhuǎn)化為文字，然后調(diào)用機(jī)器翻譯引擎，將文字翻譯為目標(biāo)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(jī)器最大的優(yōu)勢(shì)是不會(huì)因?yàn)槠＞攵鴮?dǎo)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(jī)器的“譯出率”可以達(dá)到100%，遠(yuǎn)高于人類譯員的60%-70%。同時(shí)，在價(jià)格上也占有優(yōu)勢(shì)。

在機(jī)器同傳領(lǐng)域，百度聯(lián)合語音技術(shù)、機(jī)器翻譯技術(shù)，從語音識(shí)別、翻譯質(zhì)量、時(shí)延、融合領(lǐng)域知識(shí)等方面推出了“一攬子”解決方案。橋梁伸縮縫祝賀百度即時(shí)翻譯“神器” 突破自然語言處理重大難關(guān)

在語音識(shí)別方面，區(qū)別于傳統(tǒng)的上下文相關(guān)建模技術(shù)，百度提出了上下文無關(guān)音素組合的中英文混合建模單元，包含1749個(gè)上下文無關(guān)中文音節(jié)和1868個(gè)上下文無關(guān)英文音節(jié)。該方法具有泛化性能好、對(duì)噪聲魯棒、中英文混合識(shí)別等特點(diǎn)。

在翻譯質(zhì)量方面，提出了“語音容錯(cuò)”的對(duì)抗訓(xùn)練翻譯模型，根據(jù)語音識(shí)別模型常犯的錯(cuò)誤，在訓(xùn)練數(shù)據(jù)中有針對(duì)性的加入噪聲數(shù)據(jù)，使得模型在接受到錯(cuò)誤的語音識(shí)別結(jié)果時(shí)，也能夠在譯文中糾正過來。比如，語音識(shí)別系統(tǒng)將“大堂”錯(cuò)誤的識(shí)別為“大唐”，這一對(duì)噪聲詞將被自動(dòng)收錄到訓(xùn)練數(shù)據(jù)中，并將源語言句子“我們?cè)诰频甏筇靡娒姘伞碧鎿Q為“我們?cè)诰频甏筇埔娒姘伞保３帜繕?biāo)語言翻譯不變“Let's meet at the lobby of the hotel”，同時(shí)將這兩個(gè)中文句子用于訓(xùn)練，進(jìn)而獲得具有更強(qiáng)的容錯(cuò)能力模型。

為了降低時(shí)延提升翻譯質(zhì)量，人類譯員通常對(duì)演講內(nèi)容進(jìn)行合理預(yù)測(cè)，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(jù)歷史信息，直接預(yù)測(cè)翻譯中目標(biāo)語言詞匯。該模型在翻譯質(zhì)量和翻譯延遲之間做出了很好的平衡，用戶可通過根據(jù)實(shí)際需求設(shè)定延遲時(shí)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(shè)置在比較低的水平；但是，對(duì)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(yīng)當(dāng)設(shè)置為較高水平，以便于更好的應(yīng)對(duì)差異。

在同聲傳譯時(shí)，經(jīng)常會(huì)遇到不同領(lǐng)域的專業(yè)知識(shí)，這就要求同傳人員在短時(shí)間內(nèi)吸收大量相關(guān)領(lǐng)域的內(nèi)容，這對(duì)他們也是極大地挑戰(zhàn)。基于此，百度模仿人類同傳的準(zhǔn)備過程，提出了快速融合領(lǐng)域知識(shí)策略。該策略依托百度海量的互聯(lián)網(wǎng)大數(shù)據(jù)，訓(xùn)練得到的具有通用翻譯能力的模型；當(dāng)它接到某一個(gè)領(lǐng)域的同傳翻譯任務(wù)時(shí)，系統(tǒng)會(huì)收集該領(lǐng)域數(shù)據(jù)并在通用模型的基礎(chǔ)上進(jìn)行增強(qiáng)訓(xùn)練，得到相應(yīng)領(lǐng)域增的強(qiáng)模型；最后對(duì)該領(lǐng)域術(shù)語庫進(jìn)行強(qiáng)制解碼，使專業(yè)術(shù)語翻譯得準(zhǔn)確可靠，且提升翻譯效率。

作為對(duì)外開放和商業(yè)國(guó)際化的需求之一，同聲傳譯被廣泛應(yīng)用于政府間的峰會(huì)、多邊談判和其他商業(yè)場(chǎng)合，但是同傳人員稀缺也成為了當(dāng)前的棘手問題。為了解決全球范圍內(nèi)同傳譯員人數(shù)少、費(fèi)用高等難題，越來越多開發(fā)者專注于機(jī)器同傳的研發(fā)，百度也希望通過研發(fā)高質(zhì)量機(jī)器同傳技術(shù)和系統(tǒng)解決即時(shí)翻譯難題。

雖然機(jī)器同傳有了新的突破，但它與經(jīng)驗(yàn)豐富的同傳人員相比，依然存在一定差距。百度翻譯技術(shù)負(fù)責(zé)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(yīng)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(shí)現(xiàn)“無障礙”交流。

橋梁伸縮縫專業(yè)生產(chǎn)廠家--衡水盈通橡膠制品有限公司網(wǎng)站：www.shifayi.com.cn