免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

百度翻譯AI同傳：多項創新技術取得突破進展

百度翻譯AI同傳集成了百度在同傳上的最新技術，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新的解決方案。

在語音容錯方面，為提高翻譯的準確度和魯棒性，百度提出了“聯合文本和拼音編碼”的語音翻譯模型（Robust Neural Machine Translation with Joint Textual and Phonetic Embedding）。這一模型的創新之處在于對文本和拼音進行聯合編碼，緩解語音識別帶來的錯誤。比如，發音都是“datang”的“大堂”和“大唐”很容易令語音識別系統混淆。傳統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點是其具有可調節性，實際使用中可以根據需要調節K值，以平衡翻譯質量和時間延遲。

在語篇翻譯方面，百度提出了基于多輪解碼校對網絡的篇章翻譯模型（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單個句子生成初步的翻譯結果，其后根據已經生成的上下文信息，對翻譯結果進行第二次解碼，重新調整翻譯內容。并且利用深度增強學習的技術，調整當前句子的譯文和已經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）。首先利用大規模文本翻譯語料訓練一個教師模型，然后利用端到端語音翻譯訓練語料中的源語言轉錄文本和目標語言翻譯文本對教師模型進行微調（fine－tune）。在微調的過程中，利用知識蒸餾技術（Knowledge Distillation）對端到端語音翻譯的學生模型（Student Model）進行預測分布修正。該模型可以有效克服數據稀疏問題，顯著提升翻譯質量。

“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；在數據方面，建設大規模面向真實場景的同傳數據；在評價方面，建立面向同傳的評價體系和標準。” 何中軍表示。

層出不窮的網絡新詞，難以理解的語境，讓機器翻譯還不能做到“信達雅”，但隨著技術的發展，機器翻譯也在不斷進化。為推動機器同傳技術發展，百度翻譯聯合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（http：／／ccmt2019．jxnu．edu．cn／page／main1923／pctz．htm），同時發布了首個真實演講場景的中英同傳數據集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研究和發展。

“有一天，當你在北京人民大會堂和世界各國友人聚會的時候，你會發現，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展和應用的暢想和展望。而今天，隨著技術的進步，暢想正在逐步走向現實。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。