翻譯為人類重新建立交流的巴別塔，機器翻譯則讓無障礙溝通的門檻降得更低。5月26日，2019自然語言處理前沿論壇上百度人工智能技術(shù)委員會主席何中軍博士帶來“機器同傳：進展與展望”的主題演講，并現(xiàn)場使用了“百度翻譯AI同傳”這一語音到語音的全新同傳產(chǎn)品。

據(jù)介紹，全新百度翻譯AI同傳小程序僅需掃碼即可使用，同傳直播頁支持邊聽邊看，體驗更實時、流暢。采用云端接入方式，無需傳統(tǒng)的同傳設(shè)備，降低會議成本。此外，會后同傳記錄還可以一鍵同步網(wǎng)盤，方便隨時查看。

機器同傳：機遇與挑戰(zhàn)并存

機器同傳成為人工智能領(lǐng)域前沿研究方向之一。隨著語音和機器翻譯技術(shù)的進步，機器同傳取得了較大進展，也面臨著一系列挑戰(zhàn)：

挑戰(zhàn)一：語音識別錯誤。由于演講者的口音、語速以及會場的噪聲影響，語音識別通常會存在一定的錯誤率，這錯誤會在翻譯中進一步放大。解決這一問題，需要從兩方面下功夫，一是高質(zhì)量的語音識別系統(tǒng)，二是具有容錯能力、高魯棒性的翻譯模型。

挑戰(zhàn)二：質(zhì)量與時延的平衡。同傳最具魅力的地方在于其低時延，但高質(zhì)量翻譯和低時延之間存在天然矛盾。要想獲得高質(zhì)量的翻譯，需要等待演講者更多的信息，時延就會變長。目前，幾乎所有的“實時”翻譯系統(tǒng)仍然使用傳統(tǒng)的全句（即，非同時的）翻譯方法，造成至少一個句子的延遲，使得譯文與說話者不同步。

挑戰(zhàn)三：翻譯的連貫性和一致性。目前，幾乎所有的翻譯系統(tǒng)都是以句子為單位進行翻譯的，句子與句子之間連貫性較差。同傳的主要場景是對演講者的內(nèi)容，進行實時翻譯，需要保證翻譯前后內(nèi)容的連貫和一致。

挑戰(zhàn)四：訓(xùn)練數(shù)據(jù)不足。在語音領(lǐng)域，有數(shù)十萬小時的訓(xùn)練數(shù)據(jù)；在機器翻譯領(lǐng)域，有數(shù)十億句對的訓(xùn)練數(shù)據(jù)。然而，面向真實場景的同傳數(shù)據(jù)，只有幾十到幾百個小時，遠(yuǎn)遠(yuǎn)不足以訓(xùn)練高質(zhì)量的同傳系統(tǒng)。

挑戰(zhàn)五：評價指標(biāo)的挑戰(zhàn)。在文本翻譯任務(wù)中，一般根據(jù)翻譯句子的流利度（語序）和忠實度（完整翻譯）對結(jié)果進行評價。同傳不同于筆譯，可以有足夠的時間去構(gòu)思、推敲，同聲傳譯要求譯員在極有限的時間內(nèi)對接受到的信息進行重組，使目的語聽眾了解原語發(fā)言人的講話內(nèi)容。因此，會采用“順句驅(qū)動”“合理簡約”等方法。傳統(tǒng)的評價文本翻譯的指標(biāo)不適用于評價同傳的結(jié)果。