深度對話科大訊飛胡郁：搞定33種語言的翻譯神器如何煉成？
科大訊飛不只是單純?yōu)榱寺涞丶夹g(shù)而做翻譯機(jī)，而是深刻圍繞核心用戶的使用場景和使用痛點在打磨產(chǎn)品?？梢娮鳛殚_拓者的科大訊飛，在翻譯機(jī)上又向前邁進(jìn)了一步。
4月20日，科大訊飛在京發(fā)布訊飛翻譯機(jī)2.0產(chǎn)品。相比一代翻譯機(jī)，它可以翻譯的語種增加至33種，除了語音翻譯、離線翻譯外，還支持拍照翻譯功能。值得一提的是，訊飛翻譯機(jī)2.0還針對國內(nèi)用戶口語、方言問題進(jìn)行優(yōu)化，目前已支持 東北話、四川話、河南話、粵語4種方言翻譯。其官方售價為2999元，與一代產(chǎn)品價格相同。
剛剛過去不久的博鰲亞洲論壇上，同樣有科大訊飛翻譯機(jī)的身影，訊飛翻譯機(jī)已成為博鰲論壇官方指定產(chǎn)品，與會期間受到國際政要與企業(yè)高管的好評。
其實科大訊飛在2016年就將機(jī)器翻譯技術(shù)落地，推出曉譯翻譯機(jī)，引領(lǐng)了國內(nèi)智能翻譯機(jī)市場的發(fā)展。在過去一年訊飛翻譯機(jī)銷量達(dá)到20萬臺，覆蓋137個國家，服務(wù)次數(shù)2000萬，用戶好評率達(dá)98%。
科大訊飛執(zhí)行總裁、消費者BG總裁胡郁欣喜地談到：“我們探索出一個新的品類，并且證明機(jī)器翻譯可以做成一種硬件并取得不錯的成績，引領(lǐng)了這個行業(yè)的發(fā)展。”而近兩年也確實是機(jī)器翻譯快速落地的一年，搜狗、百度、網(wǎng)易等紛紛在訊飛之后推出翻譯機(jī)產(chǎn)品。
▲科大訊飛執(zhí)行總裁、消費者BG總裁胡郁
會后，智東西同胡郁圍繞訊飛翻譯機(jī)產(chǎn)品思路、定價策略、翻譯機(jī)市場狀況、機(jī)器翻譯行業(yè)現(xiàn)狀等進(jìn)行深度溝通，呈現(xiàn)了他在打磨翻譯機(jī)過程中對手機(jī)與翻譯機(jī)、機(jī)器翻譯技術(shù)與落地產(chǎn)品之間的利弊平衡與思考。
| 方言翻譯成亮點，訊飛定義旗艦翻譯四大標(biāo)準(zhǔn)
訊飛翻譯機(jī)2.0是在“拷問”中誕生的。2016年科大訊飛推出第一代翻譯機(jī)，20余萬臺的銷量也沉淀了一大批用戶，而大量的用戶反饋與市場調(diào)研也不斷迫使訊飛團(tuán)隊思考，翻譯的語言多少才夠用？說不好普通話怎么辦？嘈雜噪音環(huán)境下能不能好好工作？出國遇到文字信息怎么辦？翻譯機(jī)達(dá)到什么水準(zhǔn)才夠?qū)嵱茫?/p>
據(jù)訊飛翻譯機(jī)產(chǎn)品負(fù)責(zé)人翟吉博介紹，翻譯機(jī)86%的用戶用于出境游，這給他們指明了方向，聚焦于用戶需求的原點，針對產(chǎn)品翻譯語種數(shù)量、多樣化口音翻譯、真實使用環(huán)境、口語外的其他翻譯以及翻譯準(zhǔn)確度進(jìn)行嚴(yán)格拷問，訊飛翻譯機(jī)2.0于昨日正式發(fā)布，它針對以上問題一一給出了答案。
結(jié)合國內(nèi)出境游用戶經(jīng)常去的國家，訊飛翻譯機(jī)也由一代支持6種語言，到二代翻譯機(jī)支持全球33種語言與中文的互譯，滿足了絕大部分中國用戶的出境游。
而針對國內(nèi)用戶30%不會說普通話，63%普通話帶有口音的現(xiàn)象，科大訊飛依托訊飛輸入法長期積累的方言數(shù)據(jù)與能力，將帶方言口音的普通話識別率整體達(dá)到95%，并支持粵語、四川話、東北話、河南話四種方言翻譯。翟吉博介紹到，訊飛一代翻譯機(jī)已經(jīng)上線中英文離線翻譯，下一步訊飛將擴(kuò)大中日、中俄、中韓等語言間的離線翻譯。
訊飛翻譯機(jī)2.0另一個亮點——拍照翻譯。畢竟出境游客不只需要語言交流，還需要看懂外國文字，比如你在國外餐館吃飯卻看不懂菜單該怎么辦？這時候拍照翻譯就顯得尤為重要。訊飛翻譯機(jī)2.0 正面帶有一個屏幕，背面還有一個攝像頭，通過攝像頭對需要了解的信息進(jìn)行拍照，然后通過圖片識別技術(shù)就可以將圖片中的外文轉(zhuǎn)換為中文。目前訊飛翻譯機(jī)2.0已支持英、日、韓等11種語言的拍照識別。
此外，出境游很可能面臨嘈雜的溝通環(huán)境，如何保證翻譯機(jī)在這種環(huán)境下靠譜工作呢？在語音識別較高的準(zhǔn)確率下，嘈雜環(huán)境最大的問題是如何有效的獲取用戶清晰的聲音，訊飛翻譯機(jī)2.0搭載了一個四麥的麥克風(fēng)陣列來解決這個問題。在一段對比iPhone手機(jī)視頻中，我們可以感受到，在同等音量下，訊飛翻譯機(jī)獲取的聲音更加清晰，噪點較少。
通過以上幾點“問題、拆解、答案”的呈現(xiàn)，訊飛提出了A.I.旗艦翻譯的四大標(biāo)準(zhǔn)：聽得清、聽得懂、譯得準(zhǔn)、發(fā)音美。我們清晰的感受到，科大訊飛不只是單純?yōu)榱寺涞丶夹g(shù)而做翻譯機(jī)，而是深刻圍繞核心用戶的使用場景和使用痛點在打磨產(chǎn)品?？梢娮鳛殚_拓者的科大訊飛，在翻譯機(jī)上又向前邁進(jìn)了一步。
| 有了手機(jī)，為何還要做翻譯機(jī)？
有人可能會說在手機(jī)中裝個翻譯軟件不就行了，為何還要做一款翻譯機(jī)？科大訊飛執(zhí)行總裁、消費者BG總裁胡郁意味深長地說：“做翻譯機(jī)是科大訊飛深思熟慮的結(jié)果”。而這背后體現(xiàn)著訊飛對技術(shù)落地的探索、對產(chǎn)品的思考，以及對翻譯事業(yè)的戰(zhàn)略重視。
科大訊飛是一家擁有19年歷史的本土語音技術(shù)公司，技術(shù)布局涵蓋語音識別、語義理解、語音合成、機(jī)器翻譯等各個語音領(lǐng)域，其中機(jī)器翻譯便是訊飛一項重要的技術(shù)。
早在2011年，科大訊飛率先在國內(nèi)將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到機(jī)器翻譯，在國際與谷歌都是同一時期進(jìn)軍這一領(lǐng)域的。基于神經(jīng)網(wǎng)絡(luò)技術(shù)，訊飛分別于2011年~2013年推出新一代的語音識別、語音合成、機(jī)器翻譯語言模型。依托這些技術(shù)，訊飛在系列國際語音類大賽中獲獎，比如在2014年IWSLT國際口語機(jī)器翻譯比賽中，訊飛獲得冠軍，在著名的Blizzard Challenge語音合成比賽，訊飛已經(jīng)連續(xù)十二年奪冠。語音技術(shù)上的優(yōu)勢為訊飛落地行業(yè)與應(yīng)用打下良好的根基。
比如像訊飛翻譯機(jī)中使用的機(jī)器翻譯技術(shù)就涉及到語音識別、翻譯器、語音合成等過程。以訊飛翻譯機(jī)為例，首先基于訊飛四麥的麥克風(fēng)陣列以及前端信號處理的算法，能夠在更加自然的距離清晰獲取用戶的聲音，然后通過語音識別技術(shù)將用戶的語音轉(zhuǎn)換成中文文字，接著通過翻譯器實現(xiàn)中文與外文的翻譯，接著再憑借語音合成將外文以語音的形式呈現(xiàn)給對方。這里面涉及到的每一個環(huán)節(jié)都需要相關(guān)技術(shù)的支撐，沒有良好的技術(shù)支撐便不能保證良好的用戶體驗。近年來訊飛在語音技術(shù)上仍不斷探索，提出語音到語音的機(jī)器翻譯、全雙工語音翻譯等。
在產(chǎn)品層面，胡郁從三個角度解答了為何有了手機(jī)之后我們還要做翻譯機(jī)的問題。首先，手機(jī)的主要使用場景是近場使用，它沒有考慮到在翻譯過程中人可能離的比較遠(yuǎn)、環(huán)境噪聲大等問題；其次，他認(rèn)為智能硬件的精髓在于好用，在于方便快捷，打開即用，一步到位才能有更好的體驗，而手機(jī)中使用APP的過程繁瑣，操作不便；第三，翻譯場景應(yīng)該有更自然、更親和力的交互，將手機(jī)直接放在別人嘴邊也不符合我們的交往禮儀。
而在戰(zhàn)略層面，翻譯已經(jīng)深入科大訊飛骨髓。作為語音技術(shù)的重要落地方向，翻譯是訊飛的一項關(guān)鍵業(yè)務(wù)。訊飛也從2009年就參與了少數(shù)民族語言的翻譯工作，正如胡郁所言：“翻譯對于科大訊飛不僅僅是一項技術(shù)或產(chǎn)品，而是一項事業(yè)。”
作為人類之間溝通最便捷的方式，語言之間的轉(zhuǎn)換，直接影響到我們將來人類的整個交流，甚至影響到我們?nèi)祟悓淼拿\。今年，科大訊飛董事長劉慶峰在今年兩會上就提出了，人類語言大互通的計劃。訊飛還與國際電信聯(lián)盟、上海外國語大學(xué)、中國外文出版發(fā)行事業(yè)局、東北大學(xué)等合作，共同推動翻譯事業(yè)的發(fā)展。
胡郁還提出，未來的翻譯行業(yè)是人與機(jī)器的結(jié)合與互動。機(jī)器翻譯不會取代人工，而是能夠取代技能比較低的部分，從而讓人從事更有創(chuàng)造性的工作。
| 2999元的定價是何考慮？
近兩年翻譯機(jī)不斷的涌現(xiàn)市場，科大訊飛、百度、搜狗、網(wǎng)易等紛紛推出翻譯機(jī)產(chǎn)品，似乎翻譯機(jī)迎來了一個春天。盡管科大訊飛是翻譯機(jī)市場的引領(lǐng)者，但當(dāng)下也面臨兩類玩家的競爭，一類是同樣推出翻譯機(jī)產(chǎn)品的搜狗、網(wǎng)易等，一類是微軟、百度、騰訊等推出的翻譯APP。
面對搜狗翻譯機(jī)1498的價格，以及其他千元以內(nèi)的翻譯產(chǎn)品，科大訊飛為何要將價格繼續(xù)定在2999元呢？胡郁解釋到，翻譯機(jī)產(chǎn)品本身還沒有到成熟的階段，作為一個新的垂直品類，最重要的還是產(chǎn)品的用戶體驗和功能性，一味的低價競爭并沒有意義。言下之意，訊飛翻譯機(jī)這款旗艦新品會更注重產(chǎn)品的打磨和用戶體驗，進(jìn)而贏得用戶。
而當(dāng)談到谷歌、微軟、以及百度、騰訊、網(wǎng)易等做的手機(jī)翻譯APP時，胡郁以微軟翻譯為例分析他們與訊飛的不同，盡管微軟也做了翻譯，但沒有做硬件，但并沒有從應(yīng)用場景做分析。而訊飛更加聚焦，圍繞中國用戶的需求，深入研究出境游的場景化需求，將中文與其他語言之間的互譯做透。
胡郁還談及了訊飛翻譯機(jī)與谷歌Pixel相機(jī)圖片翻譯的不同，谷歌手機(jī)無需拍照，就可以對圖片信息做到識別，這里應(yīng)用到的技術(shù)是AR（增強(qiáng)現(xiàn)實），但是谷歌更多從技術(shù)落地來考慮，這需要更強(qiáng)的處理器支持，并且也會增加手機(jī)的耗電量。而訊飛做翻譯機(jī)更多是從產(chǎn)品層面來考量，采用的是先拍照后識別的技術(shù)，拍照已經(jīng)能夠滿足用戶的需要，減輕CPU、內(nèi)存的負(fù)擔(dān)，并增強(qiáng)翻譯機(jī)的續(xù)航能力。
他近一步談到，機(jī)器翻譯技術(shù)已經(jīng)到了可用的時間，并且在這個過程中訊飛率先推出產(chǎn)品，并向市場證明翻譯機(jī)能夠賣出量，無疑對行業(yè)起到引導(dǎo)作用。如果說技術(shù)的可用是一個先決條件，那么對未來智能硬件市場的看法則是另一個關(guān)鍵因素。他認(rèn)為手機(jī)更像是一個通用模擬器，其霸主地位短時間并不會改變，但是未來智能硬件會多元化，在某些場景下智能硬件能夠與場景和用戶體驗深度結(jié)合，也會有很強(qiáng)的需要。
當(dāng)問及他對翻譯機(jī)市場空間的看法時，胡郁稱還有待進(jìn)一步觀察，他舉例到2016年他們剛開始做翻譯機(jī)的時候沒有想到會有這么大的需求，但現(xiàn)在感受就不一樣了，這是一個在不斷探索中發(fā)現(xiàn)的過程。他笑稱，預(yù)測未來最好的方式就是把它實現(xiàn)，不然等大家都搞清楚了在做，就沒有機(jī)會了。并且未來翻譯機(jī)是什么形態(tài)并不重要，因為翻譯的需求是不變的，溝通的需求也是不變的。可以預(yù)見，訊飛會圍繞翻譯繼續(xù)深入布局。
而翻譯機(jī)只是機(jī)器翻譯落地在消費端產(chǎn)品的一個點，機(jī)器同傳、會議系統(tǒng)等都是機(jī)器翻譯應(yīng)用的表現(xiàn)。比如在今年博鰲亞洲論壇上，騰訊機(jī)器同傳在現(xiàn)場表現(xiàn)不佳，出現(xiàn)了較多的錯誤。這里面也有機(jī)器翻譯行業(yè)共同的問題，如機(jī)器翻譯缺少對上下文的理解、口音問題、專業(yè)性問題等等，機(jī)器翻譯行業(yè)還存在許多挑戰(zhàn)。
但胡郁并沒有過多強(qiáng)調(diào)機(jī)器翻譯行業(yè)在技術(shù)上的不足，而是認(rèn)為行業(yè)的問題和挑戰(zhàn)更多的在于落地的使用效果。大體來講機(jī)器翻譯能夠解決90%~95%的問題，但是剩下的5%的問題可能是很致命的，往往要攻克這5%所花費的代價也要比攻克95%的問題大的多。
“但是我們要考慮的是什么樣的情況能夠達(dá)到用戶的需求，不是解決所有的問題才能給用戶去用，而是要在現(xiàn)有的技術(shù)效果下，怎么通過產(chǎn)品設(shè)計去規(guī)避現(xiàn)在技術(shù)上的不足，讓用戶體驗感覺很好”，胡郁也表明了他對技術(shù)與產(chǎn)品之間權(quán)衡利弊的思考。
| 結(jié)語：讓應(yīng)用反哺技術(shù)
正如胡郁所言：“語音產(chǎn)業(yè)將成為人工智能產(chǎn)業(yè)落地和發(fā)展的重要入口，如何發(fā)揮應(yīng)用創(chuàng)新優(yōu)勢、實現(xiàn)產(chǎn)業(yè)升級和品牌突圍，是目前國內(nèi)AI企業(yè)面臨的重要課題。
科大訊飛本次發(fā)布的第二代翻譯機(jī)產(chǎn)品，正是其圍繞機(jī)器翻譯技術(shù)與消費者使用場景，將技術(shù)落地翻譯機(jī)的進(jìn)一步探索。
而反過來，大量用戶在翻譯機(jī)使用過程中的“鮮活”數(shù)據(jù)，以及各種口音、方言數(shù)據(jù)，都是機(jī)器翻譯技術(shù)不斷迭代的力量源泉，最終推動機(jī)器翻譯技術(shù)走向更高的維度。
（來源：搜狐新聞）