微軟把多語言翻譯變的像“面對面建群”一樣簡單

“我的父親來自中國，母親來自日本，我在美國長大，我的丈夫一半法國一半猶太人，”微軟杰出科學家 Lili Cheng 介紹她的家庭溝通難題。但她希望的不是用英語或者任何一種語言獨裁，“我希望能用母語和每個人溝通，這樣在家里才是最自然的。”

微軟翻譯 (Microsoft Translator) 一個新版本將能夠解決這個問題。在舊金山，該公司向包括 PingWest 品玩在內的多家媒體和科技公司展示了已經發布的新版微軟翻譯：兩名用戶語音聊天，一人說英語，使用 PC，另一人說法語，使用智能手機，兩個人各自的語音可以翻譯成對應的語言，在彼此的設備上播放。

從圖片中可以看出，這一新版本的界面和傳統的翻譯軟件區別很大，采用了對話的界面——就像微信的群聊一樣。

為什么說是群聊？因為對話和翻譯的參與者不止兩個人：在現場的 demo 中，還有另外兩臺設備將所有的對話翻譯成了希伯來語和日語。不僅如此，該公司全球執行副總裁沈向洋也實時加入到了聊天當中，微軟翻譯將他的普通話翻譯成了其他參與者對應的語言。

怎么參與到一個翻譯對話中？不得不說，微軟可能從微信那里獲得了很多靈感。舉個例子，我在異國的酒吧需要和兩個分別來自法國和德國朋友聊天：首先，我在手機上選擇我的語言并創建一個對話，之后微軟翻譯就生成了一個 5 位代碼和一個二維碼，我的法國朋友在他的應用里輸入代碼，我的德國朋友掃描二維碼，填寫名字后就可以立刻加入到對話當中，不需要賬號登錄也不需要加好友，和微信的掃碼/雷達/面對面建群一樣簡單。（下圖）

我和微軟翻譯產品策略總監奧列維·豐塔納（法語）一起在手機和 PC 上測試了新產品。現場的網絡質量不錯，語音翻譯的速度很快，豐塔納一句話還沒說完，我已經在我的手機上看到了系統翻譯和不停地修正文字。

有趣的是，這個對話的設定充分借鑒了 IM 軟件的群聊功能，發起者就像群主一樣，可以移除或禁言其他參與者，而且當發起者退出時，所有參與者設備上的對話也同時結束——豐塔納說這個設定出于隱私的考慮。對話結束后，參與者可以選擇退出或者保留對話記錄（在 PC 上是一個純文本文檔），方便以后使用。

新版本現在已經正式推出，在網頁端和 iOS App Store、Windows 10 手機和 Android 應用市場上線，目前語音翻譯已經支持包括中文在內的 9 種全球最常使用的語言，另有希伯來語、泰語和日語等數十種支持文字翻譯。新版本還有一個“演講者模式”功能，可以當成建議的會議演講的同傳設備來使用。

豐塔納對 PingWest 品玩透露，微軟為新版翻譯開發了一個神經機器翻譯系統 (Neural Machine) ，主要由微軟 2015 年推出的 ResNet 深度神經網絡和 LSTM（長短時記憶單元）技術兩部分組成，分別負責文字語音識別和不同語言之間的轉換，整個系統運行在 Azure 云計算平臺上。豐塔納指出，相較于過去微軟以及各公司使用的統計機器 (statistical machine) 翻譯，神經機器翻譯的結果更準確，更接近自然語言，方便理解。

讓機器給人的交互感覺和人與人之間的交流越來越接近，是微軟近年來主推的技術方向。從底層技術上，微軟將微軟研究院、亞研等過去相對分離的研究力量整合成了人工智能和研究事業群 (AI & Research Group)，進一步加深深度神經網絡等各種人工智能底層技術的整合并加快技術投入生產的節奏。從實現形式上，微軟開始推動“對話式 AI”的理念。包括小冰、微軟翻譯、Skype 聊天機器人等，都是該公司為了實現這一理念所推出的產品。

翻譯是不同語言之間的人類交流必經的流程步驟，但也正因此，在過去大部分翻譯軟件都被定義為工具。然而實際上，翻譯的目的不是翻譯而是溝通。將翻譯工具轉變成對話式的界面，讓翻譯服務于溝通，而不是作為工具，新版微軟翻譯在這一點上做的很有心意。

來自: www.pingwest.com