百度翻譯AI同傳：多項創(chuàng)新技術(shù)取得突破進展

百度翻譯AI同傳集成了百度在同傳上的最新技術(shù)，在語音容錯、可控時延、篇章翻譯、端到端模型等方面都提出了創(chuàng)新的解決方案。

在語音容錯方面，為提高翻譯的準(zhǔn)確度和魯棒性，百度提出了“聯(lián)合文本和拼音編碼”的語音翻譯模型（Robust Neural Machine Translation with Joint Textual and Phonetic Embedding）。這一模型的創(chuàng)新之處在于對文本和拼音進行聯(lián)合編碼，緩解語音識別帶來的錯誤。比如，發(fā)音都是“datang”的“大堂”和“大唐”很容易令語音識別系統(tǒng)混淆。傳統(tǒng)的翻譯模型只使用了文本信息進行編碼，百度提出的模型在編碼端加入了音節(jié)信息，使得模型具有容錯能力。

在實時性方面，人工同傳可以很好的處理質(zhì)量與時延的平衡。從人類譯員那里獲得靈感，百度提出了具有預(yù)測和可控時延的翻譯模型（STACL： Simultaneous Translation with Integrated Anticipation and Controllable Latency）。在這個模型中，在等待講話者開始后的第K個詞，就開始翻譯。模型在每個步驟使用源語句的可用前綴，以及到目前為止的翻譯來決定翻譯中的下一個單詞。該模型一個顯著的優(yōu)點是其具有可調(diào)節(jié)性，實際使用中可以根據(jù)需要調(diào)節(jié)K值，以平衡翻譯質(zhì)量和時間延遲。

在語篇翻譯方面，百度提出了基于多輪解碼校對網(wǎng)絡(luò)的篇章翻譯模型（Modeling Coherence for Discourse Neural Machine Translation），用于解決篇章翻譯過程中的一致性和連貫性問題。該模型首先進行第一輪解碼根據(jù)單個句子生成初步的翻譯結(jié)果，其后根據(jù)已經(jīng)生成的上下文信息，對翻譯結(jié)果進行第二次解碼，重新調(diào)整翻譯內(nèi)容。并且利用深度增強學(xué)習(xí)的技術(shù)，調(diào)整當(dāng)前句子的譯文和已經(jīng)生成的譯文保證良好的連貫性和一致性，在譯文的整體流暢性上取得顯著提高。

在端到端機器同傳模型方面，百度提出基于知識蒸餾的同傳模型（End－to－End Speech Translation with Knowledge Distillation）。首先利用大規(guī)模文本翻譯語料訓(xùn)練一個教師模型，然后利用端到端語音翻譯訓(xùn)練語料中的源語言轉(zhuǎn)錄文本和目標(biāo)語言翻譯文本對教師模型進行微調(diào)（fine－tune）。在微調(diào)的過程中，利用知識蒸餾技術(shù)（Knowledge Distillation）對端到端語音翻譯的學(xué)生模型（Student Model）進行預(yù)測分布修正。該模型可以有效克服數(shù)據(jù)稀疏問題，顯著提升翻譯質(zhì)量。

“未來，機器同傳可以從以下三個方面開展工作，在模型方面，研究高魯棒、低時延的同傳模型；在數(shù)據(jù)方面，建設(shè)大規(guī)模面向真實場景的同傳數(shù)據(jù)；在評價方面，建立面向同傳的評價體系和標(biāo)準(zhǔn)�！� 何中軍表示。

層出不窮的網(wǎng)絡(luò)新詞，難以理解的語境，讓機器翻譯還不能做到“信達雅”，但隨著技術(shù)的發(fā)展，機器翻譯也在不斷進化。為推動機器同傳技術(shù)發(fā)展，百度翻譯聯(lián)合CCMT2019（全國機器翻譯研討會）推出全球首個面向真實場景的中英同傳評測任務(wù)（http：／／ccmt2019．jxnu．edu．cn／page／main1923／pctz．htm），同時發(fā)布了首個真實演講場景的中英同傳數(shù)據(jù)集CCMT2019－BSTC（http：／／ai．baidu．com／broad），兩項工作都將極大地推動同聲傳譯的相關(guān)研究和發(fā)展。

“有一天，當(dāng)你在北京人民大會堂和世界各國友人聚會的時候，你會發(fā)現(xiàn)，無論哪個國家的人在臺上講話，與會者都能從耳機里聽到自己國家的語言……” 這是54年前，劉涌泉、高祖舜、劉倬合著的《機器翻譯淺說》里對未來的機器翻譯發(fā)展和應(yīng)用的暢想和展望。而今天，隨著技術(shù)的進步，暢想正在逐步走向現(xiàn)實。百度翻譯AI同傳解決方案的提出，提供了一種更方便、成本更低的服務(wù)選擇，而未來，隨時隨地自由溝通的夢想也將離我們越來越近。