12月21日，首個(gè)具備多模態(tài)認(rèn)知能力的同傳系統(tǒng)——搜狗同傳3.0在極客公園創(chuàng)新大會(huì)上使用?；谒压藩?dú)創(chuàng)的“語(yǔ)境引擎”，搜狗同傳3.0以“多模態(tài)”和“自主學(xué)習(xí)“為核心，加入視覺(jué)和思維能力，讓機(jī)器同傳不僅會(huì)聽(tīng)，還首次具備了會(huì)看、能理解會(huì)推理的能力，引領(lǐng)AI同傳進(jìn)入了多模態(tài)認(rèn)知時(shí)代。

搜狗同傳技術(shù)再升級(jí)，解鎖兩項(xiàng)“超能力”

AI同傳一直是人工智能技術(shù)的重點(diǎn)領(lǐng)域。2016年，搜狗在“第三屆烏鎮(zhèn)互聯(lián)網(wǎng)大會(huì)”上發(fā)布行業(yè)第一個(gè)商用AI同傳產(chǎn)品——搜狗同傳1.0，在打造了這一全新品類(lèi)的同時(shí)，用AI技術(shù)助力同聲傳譯行業(yè)，有效推動(dòng)了跨語(yǔ)言的交流和表達(dá)。2018年發(fā)布的搜狗同傳2.0，為用戶(hù)提供了更豐富的個(gè)性化定制能力，能夠基于用戶(hù)實(shí)時(shí)定制識(shí)別和翻譯。兩代搜狗同傳的核心能力都在于“聽(tīng)”，都是利用搜狗領(lǐng)先的語(yǔ)音識(shí)別和機(jī)器翻譯等技術(shù)，將聲音實(shí)時(shí)轉(zhuǎn)換為相應(yīng)的中英文字幕。

但通過(guò)數(shù)千場(chǎng)機(jī)器同傳的實(shí)際應(yīng)用，搜狗發(fā)現(xiàn)，業(yè)內(nèi)主流的語(yǔ)音同傳系統(tǒng)無(wú)法穩(wěn)定并且高質(zhì)量的滿(mǎn)足多樣化的演講場(chǎng)合需求，存在演講內(nèi)容中專(zhuān)業(yè)詞匯的識(shí)別和翻譯效果不佳的情況，這在很大程度上影響了機(jī)器同傳的實(shí)用效果。

為了解決上述問(wèn)題，搜狗在AI同傳領(lǐng)域首創(chuàng)“語(yǔ)境引擎”，使得搜狗同傳在“能聽(tīng)”的基礎(chǔ)上，又解鎖了“會(huì)看”和“能理解會(huì)推理”兩項(xiàng)新技能，不僅能夠通過(guò)“觀看”自主學(xué)習(xí)演講者的報(bào)告內(nèi)容，更能夠通過(guò)“理解”和“思考”，做出高質(zhì)量的識(shí)別和翻譯，這再次引領(lǐng)了行業(yè)的技術(shù)進(jìn)步。

AI同傳技術(shù)新突破，與演講者一起“邊看邊思考”

“會(huì)看”，意味著同傳首次具備了視覺(jué)能力?；谒压稯CR（光學(xué)字符識(shí)別）技術(shù)，搜狗同傳可以實(shí)時(shí)準(zhǔn)確“觀看”演講者的PPT內(nèi)容，將PPT的圖像內(nèi)容轉(zhuǎn)化為語(yǔ)言文字，充分獲取到當(dāng)前演講的個(gè)性化信息。 

 “能理解會(huì)推理”，則意味著同傳具備了與人“共情”的能力。這歸功于搜狗語(yǔ)境引擎的應(yīng)用。該技術(shù)的原理是基于搜狗知識(shí)圖譜和百科的知識(shí)推理能力，將通過(guò)OCR技術(shù)獲取的演講內(nèi)容自動(dòng)生成核心知識(shí)，并通過(guò)搜狗領(lǐng)先的知識(shí)圖譜-搜狗知立方實(shí)時(shí)推理拓展，獲取充分的背景知識(shí)，同時(shí)基于搜狗百科的中英術(shù)語(yǔ)庫(kù)得到中英雙語(yǔ)對(duì)照，實(shí)時(shí)優(yōu)化同傳識(shí)別和翻譯的效果。

基于搜狗語(yǔ)境引擎開(kāi)發(fā)的搜狗同傳3.0 為演講者構(gòu)建了個(gè)性化的認(rèn)知語(yǔ)境，能夠跟隨演講者一起“思考”，無(wú)疑是AI同傳領(lǐng)域的又一大技術(shù)創(chuàng)新。特別是經(jīng)過(guò)多重“感官”的調(diào)用，搜狗同傳不僅可以做到翻譯更加快速和準(zhǔn)確，而且會(huì)更加自然，更加專(zhuān)業(yè)，更加智能。數(shù)據(jù)顯示，在“聽(tīng)”“看”“思考”三位一體的作用下，搜狗多模態(tài)同傳系統(tǒng)針對(duì)PPT內(nèi)容的識(shí)別準(zhǔn)確率提升21.7%，翻譯正確率提升40.3％。未來(lái)，這一系統(tǒng)將會(huì)在大會(huì)演講、視頻翻譯、實(shí)時(shí)直播字幕等場(chǎng)景得到應(yīng)用，為人們帶來(lái)準(zhǔn)確流暢的同聲傳譯服務(wù)。

搜狗再次引領(lǐng)AI同傳進(jìn)入新時(shí)代

搜狗同傳一直代表著AI同傳領(lǐng)域頂級(jí)的水平。所以，每一次技術(shù)創(chuàng)新和產(chǎn)品更迭，都對(duì)行業(yè)有顯著的引領(lǐng)作用。

三年前，搜狗首次發(fā)布商業(yè)化AI同傳，借助于搜狗領(lǐng)先的語(yǔ)音識(shí)別和機(jī)器翻譯等技術(shù)，能夠更加準(zhǔn)確快速的將聲音實(shí)時(shí)轉(zhuǎn)換為相應(yīng)的中英文字幕，與人工同傳形成互補(bǔ)，徹底改變了各種行業(yè)大會(huì)只能依靠人工同傳，容錯(cuò)率低的問(wèn)題，打造全新品類(lèi)的同時(shí)，也引領(lǐng)同傳行業(yè)進(jìn)入了AI時(shí)代。

而這次上線的搜狗同傳3.0，運(yùn)用搜狗獨(dú)創(chuàng)的語(yǔ)境引擎，除了“能聽(tīng)”還能同時(shí)做到“邊看邊思考”，使得識(shí)別準(zhǔn)確率和翻譯正確率均獲得大幅提升，AI同傳行業(yè)由此也迎來(lái)了全新的“多模態(tài)認(rèn)知”時(shí)代。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。