“我的父亲来自中国、母亲来自日本,我在美国长大,我的丈夫是一半法国一半犹太人,”微软杰出科学家 Lili Cheng 介绍她的家庭沟通难题,“我希望能用母语和每个人沟通,这样在家里才是最自然的。”
微软翻译(Microsoft Translator)一个新版本将能够解决这个问题。在旧金山,该公司向包括 PingWest 品玩在内的多家媒体和科技公司展示了已经发布的新版微软翻译:两名用户语音聊天,一人说英语,使用 PC,另一人说法语,使用智能手机,两个人各自的语音可以翻译成对应的语言,在彼此的设备上播放。
从图片中可以看出,这一新版本的界面和传统的翻译软件区别很大,采用了对话的界面──就像 LINE 的群组聊天一样。
为什么说是群组聊天?因为对话和翻译的参与者不只两个人:在现场的 demo 中,还有另外两台设备将所有的对话翻译成了希伯来语和日语。不仅如此,该公司全球执行副总裁沈向洋也即时加入到聊天中,微软翻译将他的中文翻译成其他参与者对应的语言。
怎么参与到一个翻译对话中?不得不说,微软可能从微信那里获得了很多灵感。举个例子,我在异国的酒吧需要和两个分别来自法国和德国朋友聊天:首先,我在手机上选择我的语言并创建一个对话,之后微软翻译就生成了一个 5 位代码和一个二维码,我的法国朋友在他的应用软件里输入代码,我的德国朋友扫描二维码,填写名字后就可以立刻加入到对话当中,不需要帐号登录也不需要加好友,和微信的扫码 / 雷达 / 面对面建群一样简单。
我和微软翻译产品策略总监奥列维·丰塔纳(法语)一起在手机和 PC 上测试新产品。现场的网络讯号不错,语音翻译的速度很快,丰塔纳一句话还没说完,我已经在我的手机上看到系统翻译和不停地修正文字。
有趣的是,这个对话的设定充分借鉴了 IM 软件的群聊功能,发起者就像群主一样,可以移除或禁止其他参与者发言,而且当发起者退出时,所有参与者设备上的对话也同时结束──丰塔纳说这个设定出于隐私的考虑。对话结束后,参与者可以选择退出或者保留对话纪录(在 PC 上是一个纯文本档案),方便以后使用。
新版本现在已经正式推出,在网页和 iOS App Store、Windows 10 手机和 Android 应用市场上线,目前语音翻译已经支持包括中文在内的 9 种全球最常使用的语言,另有希伯来语、泰语和日语等数十种支持文字翻译。新版本还有一个“演讲者模式”功能,可以当成会议演讲设备来使用。
丰塔纳对 PingWest 品玩透露,微软为新版翻译开发了一个神经机器翻译系统(Neural Machine),主要由微软 2015 年推出的 ResNet 深度神经网络和 LSTM(长短时记忆单元)技术两部分组成,分别负责文字语音辨识和不同语言之间的转换,整个系统运行在 Azure 云端计算平台上。丰塔纳指出,相较于过去微软以及各公司使用的统计机器(statistical machine)翻译,神经机器翻译的结果更准确,更接近自然语言,方便理解。
让机器给人的交互感觉和人与人之间的交流越来越接近,是微软近年来主推的技术方向。从底层技术上,微软将微软研究院、亚研等过去相对分离的研究力量整合成了人工智能和研究事业群(AI & Research Group),进一步加深深度神经网络等各种人工智能底层技术的整合,并加快技术投入生产的节奏。从实现形式上,微软开始推动“对话式 AI”的理念。包括小冰、微软翻译、Skype 聊天机器人等,都是该公司为了实现这一理念所推出的产品。
翻译是不同语言之间的人类交流必经的流程步骤,但也正因此,在过去大部分翻译软件都被定义为工具。然而实际上,翻译的目的不是翻译而是沟通,将翻译工具转变成对话式的界面,让翻译服务于沟通,而不是做为工具,新版微软翻译在这一点上做的很有诚意。
(本文由 PingWest 授权转载)
如需获取更多资讯,请关注微信公众账号:半导体行业观察
相关文章