今天，我們正式宣布在中國市場推出Skype Translator實時語音翻譯技術(shù)的中文預(yù)覽版。自此，英文和中文普通話之間的實時語音對話將成為現(xiàn)實。Skype Translator不僅凝聚了微軟在語音識別、自動翻譯和機器學習等科技領(lǐng)域幾十年的研究成果，更深刻地體現(xiàn)了微軟“用戶體驗至上”的理念。自2014年12月Skype Translator 推出英文和西班牙文之間的實時語音翻譯之后，此次在中國市場的發(fā)布是Skype Translator旅程中又一個令人無比興奮的里程碑，Windows 8.1用戶在Skype Translator注冊頁面 完成中文版的注冊后，就可以立即試用了。

眾所周知，中文的美麗***，同時它也是一門***挑戰(zhàn)性的語言，甚至對于Skype Translator來說也是如此。中文有大約一萬個常用漢字以及多種多樣的語音、語調(diào)，這對于母語為英語的學習者來說是***的困難之一，有類似困難的語言還有阿拉伯語、日語和韓語。

微軟作為語音翻譯領(lǐng)域的先驅(qū)者，在2012年***演示了英文和中文普通話之間的實時語音翻譯技術(shù)原型。微軟在北京的研究團隊與位于美國雷蒙德的同事們密切合作，經(jīng)過多年的辛勤研究和專注投入，完成了普通話的語言模型，使Skype Translator的中文語音翻譯在今天變?yōu)楝F(xiàn)實。

不僅如此，近段時間，得益于深層神經(jīng)網(wǎng)絡(luò)與微軟成熟的統(tǒng)計機器翻譯技術(shù)的結(jié)合，語音識別能力被進一步提高，隨之得到的更準確的翻譯結(jié)果讓一對一的語音交談成為現(xiàn)實。Skype一直致力于幫助人們進行無障礙的溝通，而Skype Translator就是達到這一目標的***科技產(chǎn)物。

Skype Translator預(yù)覽版適用于Windows 8.1或Windows 10技術(shù)預(yù)覽版的客戶端或平板電腦客戶端。除了英文和中文普通話的語音翻譯之外，還支持四十多種語言的即時文本翻譯。預(yù)覽階段對Skype Translator的開發(fā)與優(yōu)化極其重要，因為用戶在使用產(chǎn)品的同時所提供的有價值的反饋，可幫助我們進行產(chǎn)品優(yōu)化，不斷幫助該技術(shù)進行智能化的提升， 支持更多種語言的應(yīng)用。

Skype Translator如何運作

機器學習是指軟件學習訓(xùn)練數(shù)據(jù)的能力。Skype Translator構(gòu)建于強大的機器學習平臺之上。通過在預(yù)覽版階段獲取的訓(xùn)練數(shù)據(jù)，加之其中的細微差別，軟件就能夠針對真實使用者的不同話題、口音與語言轉(zhuǎn)換進行學習，實現(xiàn)更好的識別和翻譯。

Skype Translator的機器學習協(xié)議訓(xùn)練并優(yōu)化語音識別和機器翻譯任務(wù)，就像黏住這些元素的膠水一樣，該協(xié)議促進對被識別的文本進行更好的翻譯。這個過程包括去除造成不流利的字詞（例如“啊”“嗯”以及重復(fù)措辭）、將文本分解成句子、添加標點符號和大小寫識別。

語音識別和機器翻譯的訓(xùn)練數(shù)據(jù)來源多種多樣，包括翻譯的網(wǎng)頁、配有字幕的視頻，以及預(yù)先翻譯且轉(zhuǎn)錄成文字的一對一談話。Skype Translator通過記錄這些對話來分析對話文本并訓(xùn)練系統(tǒng)更好地“學習”各種語言。已經(jīng)有很多人與我們分享了他們過去的對話記錄，我們對其進行了分析并為統(tǒng)計模型創(chuàng)造訓(xùn)練數(shù)據(jù)，該統(tǒng)計模型教會語音識別和機器翻譯引擎如何將收集到的語音轉(zhuǎn)換為文本信息，然后將文本信息轉(zhuǎn)換為另一種語言。使用Skype Translator的用戶都會在對話開始前得到清晰的系統(tǒng)提示，即對話將被錄制并用于提高微軟翻譯和語音識別服務(wù)的質(zhì)量。

在準備好的數(shù)據(jù)被錄入機器學習系統(tǒng)后，機器學習軟件會在這些對話和環(huán)境涉及到的單詞中搭建一個統(tǒng)計模型。當用戶說話時，軟件會在該統(tǒng)計模型中尋找相似的內(nèi)容，之后應(yīng)用到預(yù)先“學到”的轉(zhuǎn)化程序中，使得音頻轉(zhuǎn)換為文本再從文本轉(zhuǎn)換成另一種語言。

雖然語音識別一直是近幾十年來的重要研究課題，但是該技術(shù)的發(fā)展普遍被錯誤率高、麥克風敏感度差異、噪音環(huán)境等因素阻礙。微軟研究院率先將深層神經(jīng)網(wǎng)絡(luò)（DNNs）技術(shù)引入語音識別，極大程度地降低了錯誤率，提高了可靠性，最終使這項語音翻譯技術(shù)得以更廣泛地應(yīng)用，包括Skype Translator。

Skype Translator的機器翻譯部分負責將文本從一種語言翻譯成另一種語言。它采用了和必應(yīng)在線翻譯同樣的技術(shù)：開創(chuàng)性地結(jié)合了句法和統(tǒng)計模型，此外更加有針對性地訓(xùn)練對話性語言。這點非常有挑戰(zhàn)性，因為現(xiàn)在用來搭建文本翻譯系統(tǒng)的典型訓(xùn)練數(shù)據(jù)都是優(yōu)化過的清晰、結(jié)構(gòu)嚴謹?shù)臅嬲Z言。我們的系統(tǒng)在包含必應(yīng)翻譯的豐富語言知識的同時，還額外加入了口語對話中出現(xiàn)的單詞及短語。

另外，我們創(chuàng)造了一個定制化的機器人程式來協(xié)調(diào)整個產(chǎn)品體驗。如電話中的第三方一樣，它負責建立電話連接、發(fā)送音頻流至語音引擎獲取翻譯文本，并分別在雙方結(jié)束說話時翻譯其所說的內(nèi)容。

要創(chuàng)造這樣的程式，需要微軟研究院和Skype團隊集合雙方共同的專業(yè)知識和工程能力，形成一個復(fù)雜的架構(gòu)，但希望對用戶來說獲取的則是簡單而直接的體驗。

克服挑戰(zhàn)

語言像是一只野獸，它時刻變化著，口音和語種層出不窮，書面語言和口語表達又有著非常大的區(qū)別。為提供***的體驗，我們不得不克服各種語言挑戰(zhàn)。

人類終究不是神，人類會犯錯誤，會思考，會改變想法。這些思考過程在口語中則表現(xiàn)為不流利的溝通。就像之前提到的，人們在說話時會停頓、重復(fù)，并且會有例如“嗯”“啊”之類的語氣詞。理想情況下，這些細微之處都不應(yīng)該出現(xiàn)在翻譯和翻譯文本中，但我們的機器學習模型針對以上問題會相應(yīng)處理這些停頓。在預(yù)覽版中您會看到部分語氣詞停頓被移除，而對于其他沒有被移除的部分，我們希望通過用戶的反饋進行優(yōu)化。

人類的獨特之處在于，我們溝通時的口語和俚語會相應(yīng)地體現(xiàn)出我們所在的地區(qū)、國家以及文化特征?；诙嗄暝诟魃缃幻襟w網(wǎng)站的實踐，Microsoft Translator已經(jīng)在俚語翻譯方面擁有了不錯的表現(xiàn)。這也幫助Skype Translator進一步提高了日常短語和術(shù)語的翻譯能力。Skype Translator預(yù)覽版會幫助系統(tǒng)觀察和學習更多的日常對話，從而將真實的對話語言更加準確的翻譯出來。

另外，在語言翻譯的用戶體驗中也存在一些固有的挑戰(zhàn)。比如，Skype Translator的自動翻譯器會以類似于第三方通話者的角色出現(xiàn)。我們發(fā)現(xiàn)，過去使用過現(xiàn)場翻譯服務(wù)的用戶能很快適應(yīng)這種溝通方式，而其他用戶則需要更多的時間來適應(yīng)。

雖然此次預(yù)覽版的發(fā)布對于參與開發(fā)的團隊來說是一個重大的突破，但這只是我們在創(chuàng)造***翻譯體驗之路上邁出的一步。我們將在預(yù)覽版用戶提供的反饋和數(shù)據(jù)基礎(chǔ)上提升技術(shù)并優(yōu)化Skype Translator所創(chuàng)造的獨特體驗。雖然我們打下了穩(wěn)固的基礎(chǔ)，但對此項技術(shù)來說，這只是起步，在某些方面我們的工作才剛剛開始。

相較于2014年12 月推出的英文和西班牙文之間的實時語音對話，本次推出中文預(yù)覽版的功能更新如下：

• 語音讀取文字信息

用戶可以通過語音收聽到對話方發(fā)送給自己的即時消息，語音的語言可以自選。

• 持續(xù)性識別

在對方發(fā)送語音信息期間可持續(xù)性的進行文字翻譯。

• 自動聲量控制

您的對話方可以在實時語音翻譯期間不間斷地說話。同時，您可收聽到較高音量的語音翻譯，對話方本身的語音信息呈現(xiàn)出較低音量，所以您只要將注意力集中在語音翻譯上即可，這可以保證翻譯信息的收聽流暢。

• 語言翻譯靜音功能

您可以任意開啟或關(guān)閉語音翻譯的聲音，并直接讀取文字翻譯。

除了語音翻譯現(xiàn)有的四種語言（英語，西班牙語，中文普通話，意大利語）, Skype Translator 的即時通訊文本翻譯更是在原有40多種語言的基礎(chǔ)上加入了塞爾維亞語，波斯尼亞語，克羅地亞語，瑪雅語和奧托米語。

今天，我們將見證Skype Translator的另一個新篇章，世界各地的人們與親朋好友溝通交流的方式變得更加豐富。我們的愿景，是在盡可能多的平臺實現(xiàn)盡可能多的語種翻譯，為全球3億多的Skype用戶在各個相關(guān)平臺提供***體驗。我們將繼續(xù)研發(fā)這項技術(shù)，期待與您在未來一同分享更多的里程碑。謝謝您的一路同行!

現(xiàn)在開始，中英實時語音翻譯的大幕已經(jīng)拉開?，F(xiàn)在通過Skype Translator預(yù)覽版網(wǎng)頁注冊，開啟您的體驗之旅吧。