（文章來(lái)源：砍柴網(wǎng)）

如今人工智能的發(fā)展過(guò)程，就如同我們求學(xué)的過(guò)程：不停地努力學(xué)習(xí)，不停地?cái)U(kuò)充知識(shí)，不停地刷新成績(jī)。當(dāng)成績(jī)刷到語(yǔ)言這一關(guān)，翻譯機(jī)出現(xiàn)了。而且為了幫人類越過(guò)語(yǔ)言障礙這條“溝”，翻譯機(jī)做了許多努力，才最終行的“通”。對(duì)于翻譯機(jī)而言，這句話不光是一句廣告詞，更說(shuō)出了翻譯機(jī)的本質(zhì)。

想要翻譯機(jī)譯的準(zhǔn)，首先需要的就是對(duì)你說(shuō)的話有一個(gè)準(zhǔn)確的識(shí)別。就像如果要正確的回答問(wèn)題，就一定要先聽(tīng)清、聽(tīng)懂問(wèn)題。如果連你說(shuō)的話識(shí)別出來(lái)都是錯(cuò)的，那還談何翻譯的準(zhǔn)呢?所以翻譯機(jī)工作的第一步，就是從聽(tīng)懂你說(shuō)話開(kāi)始。訊飛翻譯機(jī)依托訊飛語(yǔ)音識(shí)別技術(shù)，應(yīng)用強(qiáng)大的神經(jīng)網(wǎng)絡(luò)模型，中文語(yǔ)音識(shí)別準(zhǔn)確率超過(guò)98%，并且支持5種漢語(yǔ)方言識(shí)別，2016和2018連續(xù)兩屆包攬CHiME語(yǔ)音識(shí)別大賽冠軍。

所以今天我們就來(lái)扒一扒，有科大訊飛語(yǔ)音識(shí)別技術(shù)傍身的訊飛翻譯機(jī)，到底為什么能譯的更準(zhǔn)。記得上學(xué)那會(huì)兒，老師洋洋灑灑講完一個(gè)知識(shí)點(diǎn)，總喜歡最后接一句“都聽(tīng)懂了沒(méi)有?”臺(tái)下的學(xué)生七零八落的點(diǎn)著頭，但也不知道有多少人只是因?yàn)槁?tīng)見(jiàn)了老師說(shuō)的每個(gè)字而點(diǎn)頭，又有多少人是因?yàn)檎嬲?tīng)懂了每句話的含義而點(diǎn)頭。

市面上的翻譯機(jī)，其實(shí)就像是一個(gè)班里水平層次不齊的學(xué)生。老師教學(xué)方式是相同的，但有人資質(zhì)平平，勉強(qiáng)及格，對(duì)外界信息需要一定時(shí)間消化才能反饋(或者不能);而有的人學(xué)習(xí)能力強(qiáng)、成績(jī)優(yōu)秀，對(duì)外界的信息能迅速做出準(zhǔn)確的反應(yīng)。翻譯機(jī)在開(kāi)始的語(yǔ)音識(shí)別階段，從收到聲音到轉(zhuǎn)換成對(duì)應(yīng)的文字，過(guò)程都是相同的：接收聲音信號(hào)-提取聲音特征-綜合聲學(xué)模型和語(yǔ)言模型-解碼形成文字。

難就難在如何把你說(shuō)的話能夠意思分毫不差、一字不差的識(shí)別出來(lái)。這也就是不同品牌的翻譯機(jī)從一開(kāi)始拉開(kāi)差距的地方。如果在安靜的環(huán)境下說(shuō)著語(yǔ)法、發(fā)音都標(biāo)準(zhǔn)的普通話，機(jī)器可以很容易準(zhǔn)確識(shí)別，而一旦夾雜了多音字、方言口音，或者說(shuō)話環(huán)境嘈雜、有回音等聲音干擾，機(jī)器的識(shí)別過(guò)程就沒(méi)那么輕松了。在收到了有特征的聲紋信息后，機(jī)器會(huì)通過(guò)聲學(xué)模型組成單詞或拼音，再通過(guò)語(yǔ)言模型來(lái)讓識(shí)別結(jié)果變得更準(zhǔn)確。

這其中，語(yǔ)言模型是非常重要的，它通過(guò)訓(xùn)練大量文本語(yǔ)料、學(xué)習(xí)詞與詞之間的相互關(guān)系，來(lái)估計(jì)你所說(shuō)的話對(duì)應(yīng)的每個(gè)字的可能性，并利用語(yǔ)言本身的統(tǒng)計(jì)規(guī)律來(lái)幫助提升識(shí)別正確率。如果還了解特定領(lǐng)域或任務(wù)相關(guān)的先驗(yàn)知識(shí)，語(yǔ)言模型可以識(shí)別的更準(zhǔn)確。但如果不使用語(yǔ)言模型，機(jī)器面對(duì)大量的聲音信息，識(shí)別出的結(jié)果則會(huì)是一團(tuán)亂麻。

所以說(shuō)，機(jī)器也和人一樣，越學(xué)習(xí)、越優(yōu)秀。但不是所有翻譯機(jī)都能有足夠的學(xué)習(xí)資源，而訊飛翻譯機(jī)恰巧就是“飽讀詩(shī)書(shū)”的那一個(gè)。眾所周知，科大訊飛深耕人工智能技術(shù)，為醫(yī)療、教育、家庭、城市等智能化建設(shè)作出了相當(dāng)?shù)某删停惨虼耍嶏w擁有了千萬(wàn)級(jí)各行業(yè)平行領(lǐng)域數(shù)據(jù)的支撐，也因此為語(yǔ)言模型帶來(lái)了豐富的學(xué)習(xí)文本。

隨著對(duì)各行業(yè)學(xué)習(xí)的不斷深入，基于大量垂直領(lǐng)域語(yǔ)料，不斷對(duì)特定垂直領(lǐng)域的語(yǔ)音聽(tīng)寫(xiě)模型進(jìn)行訓(xùn)練，這樣一來(lái)，機(jī)器不僅能聽(tīng)懂日常口語(yǔ)，連那些專業(yè)術(shù)語(yǔ)也能聽(tīng)懂了。這就是訊飛翻譯機(jī)行業(yè)翻譯官工作的基礎(chǔ)——先聽(tīng)清楚你在說(shuō)什么，再為你翻譯出專業(yè)的結(jié)果。

打開(kāi)訊飛翻譯機(jī)，我們能看到醫(yī)療、金融、外貿(mào)、法律、體育、能源、計(jì)算機(jī)、電力八大行業(yè)翻譯官。行業(yè)翻譯功能的到來(lái)，也就意味著訊飛翻譯機(jī)相較于其他翻譯機(jī)，對(duì)你說(shuō)話含義的理解又更深入了一步。另一個(gè)影響翻譯機(jī)識(shí)別能力的關(guān)鍵，是翻譯機(jī)的耳朵——麥克風(fēng)。回想一下，當(dāng)我們和別人說(shuō)話時(shí)，面對(duì)著對(duì)方和背對(duì)著對(duì)方，聽(tīng)到的清楚程度是有區(qū)別的。

麥克風(fēng)作為翻譯機(jī)的耳朵，如果想要各個(gè)方向都聽(tīng)的清楚，獲得較好音質(zhì)的音頻，就需要360度無(wú)死角、多帶幾個(gè)麥克風(fēng)在身上。所以，訊飛翻譯機(jī)采用四麥克風(fēng)陣列，利用陣列方位信息進(jìn)行噪聲抑制，將陣列原始信號(hào)與深度學(xué)習(xí)結(jié)合，加強(qiáng)識(shí)別模型訓(xùn)練，以便讓翻譯機(jī)聽(tīng)得更清楚，從而提高翻譯機(jī)在嘈雜環(huán)境、聲音源過(guò)遠(yuǎn)等情況下的語(yǔ)音識(shí)別準(zhǔn)確率。

了解訊飛的人都知道，方言識(shí)別是訊飛語(yǔ)音識(shí)別技術(shù)中的一大特色。從最開(kāi)始的維吾爾族語(yǔ)和藏語(yǔ)與中文普通話互譯在新疆、西藏等少數(shù)民族地區(qū)建設(shè)上的應(yīng)用，到現(xiàn)在翻譯機(jī)支持粵語(yǔ)、東北話、河南話、四川話、五種英文口音、一種法語(yǔ)口音及一種孟加拉語(yǔ)口音，方言口音識(shí)別的應(yīng)用越來(lái)越為大眾所用。這離不開(kāi)訊飛在聲學(xué)模型層面針對(duì)不同地區(qū)人的口音、發(fā)音方式的優(yōu)化，使聲學(xué)模型更加個(gè)性化且具有差異化。

有了方言口音識(shí)別能力的加持，就算你只會(huì)說(shuō)方言，訊飛翻譯機(jī)也能聽(tīng)懂;就算你和一個(gè)印度口音濃重的人交流，訊飛翻譯機(jī)也能給你一個(gè)準(zhǔn)確的翻譯結(jié)果。對(duì)我們消費(fèi)者而言，選擇翻譯機(jī)時(shí)最關(guān)心的就是看它翻譯的準(zhǔn)不準(zhǔn)，通過(guò)翻譯結(jié)果來(lái)判斷翻譯機(jī)的好壞雖不失為一個(gè)最直觀的方法，但如果想從本質(zhì)上判斷它的性價(jià)比，不妨從翻譯機(jī)工作的源頭——語(yǔ)音識(shí)別這一環(huán)節(jié)開(kāi)始對(duì)比。
? ? ? （責(zé)任編輯：fqj）