近日,百度發(fā)布重磅消息稱,百度研發(fā)了具備預(yù)測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。


  即時(shí)機(jī)器翻譯系統(tǒng)是2016年百度Deep Speech 2發(fā)布以來,又一項(xiàng)引發(fā)MIT科技評論、IEEE Spectrum等外媒矚目的重大技術(shù)進(jìn)展。IEEE Spectrum認(rèn)為,百度開發(fā)的這個(gè)新系統(tǒng)揭示了一種通過預(yù)測未來而保持穩(wěn)定的翻譯工具,可以與聯(lián)合國會(huì)議期間提供同傳服務(wù)的口譯人員相媲美,讓人們離軟件巴別魚又近了一步。還有媒體認(rèn)為,百度推出新的翻譯系統(tǒng),是向谷歌發(fā)起了挑戰(zhàn)。


 

  這項(xiàng)引發(fā)行業(yè)震動(dòng)的技術(shù),到底有何過人之處?


  機(jī)器同傳利用語音識別技術(shù)自動(dòng)識別演講者的講話內(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。


  此次,百度聯(lián)合語音技術(shù)、機(jī)器翻譯技術(shù),從語音識別、翻譯質(zhì)量、時(shí)延、融合領(lǐng)域知識等方面推出了“一攬子”解決方案。


  在語音識別方面,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、對噪聲魯棒、中英文混合識別等特點(diǎn)。


  在翻譯質(zhì)量方面,提出了“語音容錯(cuò)”的對抗訓(xùn)練翻譯模型,根據(jù)語音識別模型常犯的錯(cuò)誤,在訓(xùn)練數(shù)據(jù)中有針對性的加入噪聲數(shù)據(jù),使得模型在接受到錯(cuò)誤的語音識別結(jié)果時(shí),也能夠在譯文中糾正過來。比如,語音識別系統(tǒng)將“大堂”錯(cuò)誤的識別為“大唐”,這一對噪聲詞將被自動(dòng)收錄到訓(xùn)練數(shù)據(jù)中,并將源語言句子“我們在酒店大堂見面吧”替換為“我們在酒店大唐見面吧”,而保持目標(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,人類譯員通常對演講內(nèi)容進(jìn)行合理預(yù)測,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,以便于更好地應(yīng)對差異。


  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,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)域的增強(qiáng)模型;最后對該領(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。


  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,百度研發(fā)新系統(tǒng)的初衷是為了降低同傳成本,讓同傳在不同領(lǐng)域構(gòu)筑溝通橋梁,而非取代人類譯員。