智能同聲傳譯，會(huì)議級(jí)商用，還需要30年

為了到2035年實(shí)現(xiàn)采用人工智能（AI）的實(shí)時(shí)同聲傳譯，日本正推進(jìn)研究。目前可以實(shí)現(xiàn)簡(jiǎn)單的語(yǔ)音識(shí)別，以后的目標(biāo)是提高翻譯準(zhǔn)確率和速度。世界上有很多和日語(yǔ)具有相同特征的語(yǔ)言，如果能實(shí)現(xiàn)日語(yǔ)的同聲傳譯，就有望推進(jìn)國(guó)際性普及。

演講者用英語(yǔ)做大約1分鐘的演講，背后的屏幕上顯示出基于AI的日語(yǔ)同聲傳譯。這是日本情報(bào)通信研究機(jī)構(gòu)（NICT）2020年11月舉行的發(fā)布會(huì)上的一幕。從演講者發(fā)言到出現(xiàn)譯文大約需要10秒，目前準(zhǔn)確率可以接近90%，比此前80-85%的準(zhǔn)確的高出不少，但距離會(huì)議級(jí)商用至少還有15-20年的時(shí)間才可能實(shí)現(xiàn)。

同聲傳譯一般是對(duì)說(shuō)話內(nèi)容進(jìn)行語(yǔ)音識(shí)別，然后由使用AI的翻譯軟件將其轉(zhuǎn)換成其他語(yǔ)言。現(xiàn)有的服務(wù)大多是從說(shuō)完話才開(kāi)始翻譯。因此，語(yǔ)速快的對(duì)話很難翻譯，表達(dá)相同的內(nèi)容時(shí)，同聲傳譯所用時(shí)間是母語(yǔ)會(huì)話時(shí)間的2倍。按這樣的水平很難用于商務(wù)用途，亟需可以克服這一缺點(diǎn)的技術(shù)。

至于中文和英文之間的會(huì)議商用同聲傳譯，主要的難點(diǎn)是在于中文的語(yǔ)義難以被精準(zhǔn)的“機(jī)器解讀”，用業(yè)內(nèi)資深專家MengJ.Wu博士的觀點(diǎn)則是：“中英互譯的同聲傳譯實(shí)現(xiàn)智能AI，不用人工干預(yù)，至少是30年后的事情”。