訊飛翻譯機4.0發布，引領AI翻譯機標準再升級，交流夠自然

中國財富網訊 8月5日，科大訊飛翻譯機新品發布會正式舉行，科大訊飛聯合創始人、高級副總裁、訊飛研究院院長胡國平和科大訊飛消費者事業群副總裁翟吉博圍繞“世界聊得來”為主題做技術分享和新品介紹，訊飛翻譯機4.0正式發布上市。

AI讓世界聊得來

在本次發布會上，胡國平帶來了科大訊飛最新的智能語音和翻譯技術分享。作為人工智能“國家隊”，科大訊飛一直以“讓機器能聽會說，能理解會思考，用人工智能建設美好世界”為初心使命，在語音識別、機器翻譯、語音合成以及圖文識別等諸多讓“世界聊得來”的關鍵技術上達到了國際領先水平。

為解決小語種數據稀缺難題，科大訊飛創新性提出了基于語音和文本統一空間表達的半監督語音識別技術，使得構建一個全新語種的語音識別系統所需要的語音數據量整整下降了100倍。幫助我們快速實現了超過60個語種的語音識別能力，覆蓋了全球90%以上的人群。在2021年度的OpenASR國際低資源語音識別挑戰賽中，科大訊飛一舉奪得了15個語種的受限賽道和7個語種的非受限賽道，共計22個賽道的世界冠軍。

科大訊飛也率先在業界實現了前后端一體化的語音識別技術，充分地利用前端多個麥克風組成麥克風陣列和后端復雜模型的精細建模能力，大幅提升復雜場景下的語音識別率。我們目前在大型國際會議場景，語音識別率從67%提升到90%；在多人討論場景，識別率從54% 提升到86%。科大訊飛也在被稱為史上最難的國際多通道語音分離和識別大賽CHiME比賽上，連續獲得最近三屆比賽的世界冠軍。

早在2018年左右，科大訊飛中英文機器翻譯的效果就已經達到大學六級的水平，在中英翻譯國際領先的基礎上，我們又進一步提出了“基于語言特征強化的多語種機器翻譯統一建模技術”，使得機器翻譯模型訓練 所需要的平行語料下降了10倍以上，也使得我們快速實現了168個語種的機器自動翻譯能力。并通過多模態混合編碼的高精準語音翻譯技術，提取語音中停頓、重音、語調等副語言特征，融入機器翻譯模型，顯著提升算法對口語化表達、語音識別錯誤等的魯棒性。因此我們也連續兩年在IWSLT 國際口語機器翻譯評測中，英德、英日、英中等口語翻譯任務上獲得世界冠軍。

此外，科大訊飛提出了基于聽感量化編碼的多語種統一建模和遷移學習方法，通過將語音中的 內容/語種/音色/風格等特征解耦和重新組合，實現了小數據量下高自然度語音合成，目前我們已經支持了 61個語種的語音合成，都處于國際領跑或并跑的水平。從2006年到2019年 連續14年獲得了國際語音合成大賽的第一名。

在多語種的圖文自動識別技術上，我們也創新性地提出了基于場景風格遷移的數據自動合成技術和跨語種編碼統一建模技術，有效地實現了包括歪歪扭扭的阿拉伯語、多語種混排 以及手寫數學公式在內等 復雜文本的高精度識別。

胡國平表示“從技術中來，到產品中去”是訊飛研究院一直堅持的理念，為了使得語音翻譯技術能更好地服務遍布世界的用戶，科大訊飛進一步攻關了云端服務、離線翻譯、語種識別、行業翻譯等能力，持續地將最新技術突破更新到訊飛翻譯機相關產品中去，為用戶帶去更好的語音翻譯體驗。

從2010年起科大訊飛就通過訊飛語音云對外提供各種AI技術的云端在線服務。在全球任何一個地方訪問我們的AI服務都可以實現200毫秒左右的這樣一個極快響應時間。其次，我們在工程上設計實現了復雜的毫秒級別的語音識別解碼策略，以及不等到一句話結束就開始對中間識別結果進行機器翻譯的“句不成句”翻譯調度算法，確保了我們可以在延遲不高于5秒就能夠及時地看到AI字幕同傳級的效果。即使在沒有網絡的情況，我們也實現了完全無網絡條件下的離線翻譯技術。另外，訊飛研發了基于知識蒸餾的輕量化語種識別技術，能實現只需三秒左右的語音 就能夠準確地進行語種識別，識別率超過95%。

為了讓我們的語音翻譯能夠勝任更多的專業領域，針對金融、醫療、體育、司法、化工等16個主流行業，我們額外完成了超過120萬的行業術語、6000萬句對的定制語料，并推出了 相應的 行業翻譯版本，相比通用翻譯平均提升超過40%，進一步滿足了針對這些行業的跨語種翻譯需求。

AI翻譯機標準再升級

基于科大訊飛在關鍵技術上的突破和應用，訊飛翻譯機持續革新翻譯體驗，并在2018年就于業內率先提出“聽得清、聽得懂、譯得準、發音美”AI翻譯四大標準，即：聽得清——無懼嘈雜環境，輕松連續對談；聽得懂——語種覆蓋全球，更懂專業詞匯；譯得準——端到端精準翻譯，表達地道；發音美——擺脫機械發音，拉近溝通距離。

而在不斷的產品迭代與用戶調研的過程中，訊飛翻譯機團隊發現除了快速、準確、專業的必要翻譯能力外，用戶同樣追求翻譯設備可以有更簡潔的操作、更便捷的交互。在本次訊飛翻譯機新品發布會上翟吉博稱，此次訊飛翻譯機在四大標準基礎上再次升級，增加的AI翻譯機新標準：夠自然，旨在讓跨語言交流更加順暢、自然、高效。

兩種創新方案，高效各有辦法

在“夠自然”的新標準下，針對不同的跨語言溝通場景特點，訊飛翻譯機提出了兩種創新解決方案：訊飛雙屏翻譯機主要針對商務交流等正式溝通場景，滿足用戶交流過程中長時、連續、重禮儀的需求。訊飛雙屏翻譯機的“主客雙屏顯示會話”方案，能夠兼顧溝通效率和商務禮儀，讓長時間的商務交流從容、自然、流暢。訊飛翻譯機4.0主要面向的是日常跨語言交流場景，為用戶提供即時、便捷溝通服務，通過全新的軟硬件設計，實現了“拿起說、放下譯”的免按鍵交互，讓溝通更自然高效。

全新軟硬件設計，交流夠自然

訊飛翻譯機4.0在軟硬件上均帶來了全新設計。借助高精度傳感器，加入免按鍵翻譯模式，實現“拿起說放下譯”的快速信息傳遞；5.05英寸的定制翻譯屏幕方便快速瀏覽譯文，還可實現分屏顯示，擁有面對面同傳級翻譯體驗；新增雙語自動識別，無需擔心交流過程中的按鍵誤操作，讓你更加專注于對話；創新性融入燈光語言，通過燈光呼吸閃爍直觀展現翻譯機收音狀態，讓雙方都能更好掌控說話時機，讓交流節奏更自然。

此外訊飛翻譯機4.0與訊飛雙屏翻譯機擁有同樣優秀的翻譯實力，支持83種語言在線翻譯，16種語言離線翻譯，16大領域行業翻譯，32種語言拍照翻譯。為用戶提供更全面的翻譯語種、更準確可靠的翻譯效果和更專業地道的表達。

持續引領行業發展，不斷革新翻譯體驗

早在2016年，科大訊飛發布了訊飛曉譯翻譯機，開創了AI翻譯機品類，隨后推出訊飛翻譯機2.0，首發行業翻譯和離線翻譯。訊飛翻譯機3.0的到來，推出了“同聲字幕”功能，解決了線上遠程跨語言交流的場景痛點，有效降低了跨語言溝通成本。隨著訊飛雙屏翻譯機開啟跨屏翻譯時代，以及訊飛翻譯機4.0的發布，面對面交流效率和體驗將會大幅提升，訊飛翻譯機始終引領行業發展新方向。

憑借出眾的技術實力，科大訊飛成為2022年北京冬奧會和冬殘奧會官方自動語音轉換和翻譯獨家供應商，訊飛翻譯機也一直成為各大高端會議和重要場合的官方指定翻譯機，助力國內、國際盛會跨語言無障礙溝通。其在剛剛結束的第二屆消博會上，以官方指定翻譯用機身份，為大會提供跨語言無障礙溝通服務，成為大會亮點，也贏得了媒體的廣泛贊譽。

全新發布的訊飛翻譯機4.0將與訊飛雙屏翻譯機為自然高效地跨語言交流提供兩種解決方案組合，為不同人群多種場景提供優質的翻譯服務，助力用戶在工作生活中面對外語交流更加得心應手，真正實現“世界聊得來”。（于是）

（圖片來源：科大訊飛）

本文轉自:中國財富網