微軟再出“原聲”翻譯軟件視頻 輕松“說”中文
微軟正在研發的一款“原聲”語音翻譯軟件，它能把用戶說的話翻譯成其他語言播放出來，同時保留用戶本身的口音、音色和語調，聽上去就像用戶親口說的一樣。今天，微軟發布了該軟件的最新演示視頻，微軟首席研究官瑞克·拉希德（Rick Rashid）在視頻中利用該軟件大秀還算標準的中國普通話。
這段長度 10 分鐘左右的視頻非常值得一看，軟件幫拉希德“不用學就現賣”的普通話雖然難免還是有點別扭，但并不妨礙我們聽懂大概的意思，而且聽上去真的很像拉希德本人說的。拉希德表示，該軟件的強大翻譯能力離不開微軟采集的海量數據，而他在使用該軟件之前需要花費 1 小時對它進行訓練，也就是為自己的語音建模。
微軟正在研發的一款“原聲”語音翻譯軟件，它能把用戶說的話翻譯成其他語言播放出來，同時保留用戶本身的口音、音色和語調，聽上去就像用戶親口說的一樣。今天，微軟發布了該軟件的最新演示視頻，微軟首席研究官瑞克·拉希德（Rick Rashid）在視頻中利用該軟件大秀還算標準的中國普通話。
這段長度 10 分鐘左右的視頻非常值得一看，軟件幫拉希德“不用學就現賣”的普通話雖然難免還是有點別扭，但并不妨礙我們聽懂大概的意思，而且聽上去真的很像拉希德本人說的。拉希德表示，該軟件的強大翻譯能力離不開微軟采集的海量數據，而他在使用該軟件之前需要花費 1 小時對它進行訓練，也就是為自己的語音建模。
那么該軟件的核心技術又是什么呢？拉希德透露稱：
“在兩年前，微軟研究院和多倫多大學的研究人員們取得了一項突破，利用模擬人腦行為的‘深度神經網絡（Deep Neural Networks）’技術，能讓語音識別器更具辨別能力，其性能優于以往的方法。
……我們讓語音識別的錯詞率比以往的方法降低了 30%，也就是說以前是每4.、5個詞里有一個不正確的，而現在每7、8個詞里才有 1 個。”
這段視頻想必會引起眾多華人的興趣，但是這里有個小插曲：微軟之所以選擇演示“英譯漢”，倒未必是刻意迎合華人，而很可能與它的開發者有關——負責實時語音翻譯軟件研發的微軟研究院語音組主管宋歌平（Frank Soong）正是一位華人。