在去年12月1日的微軟技術(shù)大會(huì)上，微軟認(rèn)知服務(wù)與花椒直播共同展示了展示了使用微軟人工智能翻譯技術(shù)實(shí)現(xiàn)多語(yǔ)言直播的應(yīng)用。人稱(chēng)“哈利波特”的微軟亞洲研究院首席研究員 Thomas Moscibroda博士用他的母語(yǔ)——德語(yǔ)在直播期間回答了網(wǎng)友們用中文提出的各種好玩的問(wèn)題。網(wǎng)紅主播Thomas說(shuō)的話和網(wǎng)友的問(wèn)題都實(shí)時(shí)顯示中德雙語(yǔ)字幕，這背后則是有微軟提供的Microsoft Translator的語(yǔ)音翻譯服務(wù)。

Microsoft Translator提供了豐富多樣的使用場(chǎng)景，解決了用戶(hù)在面對(duì)面時(shí)由于語(yǔ)言不通而導(dǎo)致交流不暢的痛點(diǎn)。例如幫助身處異國(guó)的旅行者更方便地與酒店前臺(tái)、出租車(chē)司機(jī)和博物館導(dǎo)游等進(jìn)行交流。教師也可借助該項(xiàng)技術(shù)與只會(huì)說(shuō)其他語(yǔ)言的學(xué)生家長(zhǎng)進(jìn)行溝通。在紐約市的一個(gè)試點(diǎn)項(xiàng)目中，這項(xiàng)技術(shù)還被用于幫助非英語(yǔ)人群申請(qǐng)由州政府頒發(fā)的身份證。

積累了微軟20多年研究成果，Microsoft Translator的語(yǔ)音翻譯服務(wù)，現(xiàn)已全部由業(yè)界先進(jìn)的深度神經(jīng)網(wǎng)絡(luò)技術(shù)驅(qū)動(dòng)，以提供更準(zhǔn)確自然的翻譯體驗(yàn)。Microsoft Translator語(yǔ)音翻譯能實(shí)現(xiàn)包括中文在內(nèi)的9種不同語(yǔ)言之間的實(shí)時(shí)語(yǔ)音翻譯。消費(fèi)者可以通過(guò)實(shí)時(shí)語(yǔ)音翻譯Skype Translator以及Microsoft Translator的iOS和Android版的移動(dòng)應(yīng)用進(jìn)行體驗(yàn)。微軟翻譯還支持近60種語(yǔ)言的文本翻譯。而且這個(gè)數(shù)量還在不斷增加。目前全球已有數(shù)千間企業(yè)在使用微軟自動(dòng)翻譯技術(shù)，提高業(yè)務(wù)效率和服務(wù)質(zhì)量。

微軟研究院Microsoft Translator產(chǎn)品戰(zhàn)略總監(jiān)Olivier Fontana說(shuō)：“我們的終極目標(biāo)是打破語(yǔ)言障礙。”這項(xiàng)技術(shù)適用于一對(duì)一交談（例如旅行者向酒店前臺(tái)問(wèn)詢(xún)）、一對(duì)多互動(dòng)（例如一名導(dǎo)游與一群游客交談）以及多對(duì)多溝通（例如多語(yǔ)言的商務(wù)會(huì)議和學(xué)術(shù)討論）。只需要每個(gè)人在手機(jī)上打開(kāi)Microsoft Translator移動(dòng)端的App，掃描二維碼并進(jìn)入聊天界面，就可以開(kāi)始交流了。

個(gè)人通用翻譯器

這一功能以Microsoft Translator語(yǔ)音翻譯技術(shù)為基礎(chǔ)，該技術(shù)已先用于Skype Translator，后者讓使用不同語(yǔ)言的人群能在網(wǎng)上進(jìn)行實(shí)時(shí)交流。

“Skype Translator能讓被地區(qū)和語(yǔ)言阻隔的人順暢交流，“但它不能滿足面對(duì)面交談的需求，”微軟人工智能及微軟研究事業(yè)部機(jī)器翻譯組研究經(jīng)理Arul Menezes說(shuō)。他和他的同事們都認(rèn)為， 面對(duì)面跨語(yǔ)種交流所要用到的技術(shù)，應(yīng)該更接近于《星際迷航》和其他科幻作品中隨處可見(jiàn)的“通用翻譯器”。

對(duì)于“個(gè)人通用翻譯器”，團(tuán)隊(duì)決定利用業(yè)已廣泛采用的移動(dòng)設(shè)備，而不再開(kāi)發(fā)專(zhuān)用的翻譯硬件。Microsoft Translator團(tuán)隊(duì)項(xiàng)目經(jīng)理Tanvi Surti說(shuō)：“眼下，智能手機(jī)隨處可見(jiàn)，幾乎人手一只。”Surti負(fù)責(zé)領(lǐng)導(dǎo)Microsoft Translator現(xiàn)場(chǎng)翻譯功能的開(kāi)發(fā)。

該團(tuán)隊(duì)開(kāi)發(fā)了一項(xiàng)技術(shù)，讓現(xiàn)有的Microsoft Translator 手機(jī)應(yīng)用與網(wǎng)站形成了一個(gè)整體?！拔覀兓撕芏鄷r(shí)間思考用戶(hù)體驗(yàn)設(shè)計(jì)，”Surti說(shuō)。“比如我們倆說(shuō)著兩種不同的語(yǔ)言，我們?nèi)绾巫龅娇焖賹?duì)接以便有更多的時(shí)間和注意力用于考慮交談內(nèi)容？”

新功能使用起來(lái)非常簡(jiǎn)單。首先，用戶(hù)通過(guò)手機(jī)端應(yīng)用或網(wǎng)站登錄這項(xiàng)服務(wù)，選擇自己的語(yǔ)言并發(fā)起新會(huì)話。這一過(guò)程將生成一個(gè)代碼以及一個(gè)二維碼，其他參與者可以輸入這代碼或掃描二維碼加入，然后選擇自己的語(yǔ)言，談話就可以開(kāi)始了。

與大多數(shù)尖端前沿技術(shù)類(lèi)似，它目前還不夠完美。

“毫無(wú)疑問(wèn)，目前該技術(shù)的應(yīng)用在質(zhì)量和設(shè)置上都有很多提升的空間。但毫無(wú)疑問(wèn)的是，一旦你完成設(shè)置，就能在多人使用多種語(yǔ)言面對(duì)面交談的過(guò)程中獲得‘通用翻譯器’體驗(yàn)，”Fontana說(shuō)。

深層神經(jīng)網(wǎng)絡(luò)

機(jī)器翻譯技術(shù)本身是由運(yùn)行在云中的算法所驅(qū)動(dòng)的，通過(guò)使用基于深層神經(jīng)網(wǎng)絡(luò)的翻譯技術(shù)，與先前所謂的“統(tǒng)計(jì)型機(jī)器翻譯”相比，它能夠提供更流暢、聽(tīng)起來(lái)更有“人味”的翻譯。

兩種方法都涉及根據(jù)早前經(jīng)專(zhuān)業(yè)人士翻譯的文檔文本數(shù)據(jù)對(duì)算法進(jìn)行訓(xùn)練，以便讓系統(tǒng)了解一種語(yǔ)言中的單詞和短語(yǔ)如何用另一種語(yǔ)言來(lái)表達(dá)。然而，統(tǒng)計(jì)型方法局限在由一兩個(gè)鄰近詞語(yǔ)形成的上下文范圍內(nèi)對(duì)某個(gè)單詞進(jìn)行翻譯，這可能會(huì)導(dǎo)致翻譯出來(lái)的語(yǔ)句笨拙而迂回。

“神經(jīng)網(wǎng)絡(luò)”受到了掌握多門(mén)語(yǔ)言的人類(lèi)在翻譯過(guò)程中大腦中發(fā)生的模式識(shí)別過(guò)程的啟發(fā)，實(shí)現(xiàn)了更自然的語(yǔ)音翻譯。

例如，在非神經(jīng)世界中，“一群貓”和“一只貓”被視為不同的實(shí)體；而人類(lèi)大腦以及神經(jīng)網(wǎng)絡(luò)則把這兩者視為密切相關(guān)的詞。神經(jīng)網(wǎng)絡(luò)也可以解析“住宿”和“星宿”兩個(gè)詞中“宿”字的含義區(qū)別。Menezes解釋說(shuō)：“單詞已經(jīng)不再被視為它所代表的事物，而是一個(gè)包含500個(gè)維度的向量，其本質(zhì)是500組數(shù)字，而每一個(gè)數(shù)字都反映了這個(gè)單詞的某一個(gè)方面?！?/span>

神經(jīng)網(wǎng)絡(luò)在開(kāi)始翻譯之前，首先用1000個(gè)維度的向量對(duì)每個(gè)單詞在整個(gè)句子語(yǔ)境下的含義進(jìn)行建模，無(wú)論這句話有5個(gè)詞還是20個(gè)詞都是這樣處理的。這一包含1000個(gè)維度的模型（而非單詞）隨后被翻譯成另一種語(yǔ)言。

此外，F(xiàn)ontana表示，隨著該技術(shù)被使用的次數(shù)越多，翻譯的質(zhì)量也會(huì)不斷提高。他希望看到Microsoft Translator能被包括旅行者、導(dǎo)游、教師和社會(huì)工作者在內(nèi)的廣泛的用戶(hù)群體所采用。