三明智能同聲傳譯，會議級商用，還需要30年

為了到2035年實現采用人工智能（AI）的實時同聲傳譯，日本正推進研究。目前可以實現簡單的語音識別，以后的目標是提高翻譯準確率和速度。世界上有很多和日語具有相同特征的語言，如果能實現日語的同聲傳譯，就有望推進國際性普及。

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

同聲傳譯一般是對說話內容進行語音識別，然后由使用AI的翻譯軟件將其轉換成其他語言。現有的服務大多是從說完話才開始翻譯。因此，語速快的對話很難翻譯，表達相同的內容時，同聲傳譯所用時間是母語會話時間的2倍。按這樣的水平很難用于商務用途，亟需可以克服這一缺點的技術。

至于中文和英文之間的會議商用同聲傳譯，主要的難點是在于中文的語義難以被精準的“機器解讀”，用業內資深專家MengJ.Wu博士的觀點則是：“中英互譯的同聲傳譯實現智能AI，不用人工干預，至少是30年后的事情”。