社交账号登录

社交账号登录

0/34

上传头像

拖拽或者缩放虚线框,生成自己满意的头像

头像

预览

忘记密码

设置新密码

智能

我们试着用微软的实时语音翻译谈笑风生,结果……

钟舒婷 赵长存2015-05-17 16:00:00

总之和你看到的演示视频不太一样

前两天,微软的实时翻译工具 Skype Translator 开放试用。简单说这就是你在科幻电影里看到的万能翻译机,能够直接听懂你的话,并将它翻译出来说给对面的人听——至少这是微软承诺的。

于是在好奇心办公室,我们找到了两台运行 Windows 8.1 系统的电脑,并装上Skype Translator 预览版进行测试。微软称它支持 Windows 8.1 和 Windows 10 两个操作系统,但我们在 Windows 10 测试版安装的结果是无法打开,一直在转圈圈。

从最终的结果看来, Skype Translator 的实时翻译远没有演示视频那么令人惊艳,效果也远远没达到我们的预期。但 Skype 将语音识别、文字翻译和语音合成三个步骤进行压缩所达到的“实时”效果,对跨语言沟通意义非凡,微软在产品的打磨上仍然需要时间,毕竟这还牵涉到机器学习的问题。

在应用商店安装、打开应用后,通话对象的头像下面会有一个翻译的按钮,打开后便可以设置双方的语言。

在进行语音/视频对话时,翻译文本会实时呈现在右侧的对话框内,然后语音播放,就和同声传译一样。此外,Skype Translator 会把整个对话内容记录下来,用于机器学习以不断提高语音识别和文本翻译的质量


首先我们使用了新概念教材朗读、雷军媒体见面的录音进行测试,由于 Skype Translator 对一大段话的识别效果太差,后来我们采取了播一句,按一次暂停的办法。准确性的结果如下(括号内为最终翻译出来的英文):

雷军采访:

雷军:排得太长的了呢,我们团队都疏导了,就说你们还是在网上买。

Skype:还在网上买(Buy it on the Internet.)

雷军:那么在小米网预约的人呢也超过了 100 万人。

Skype: 超过了 1000000.(More than 1000000.)

雷军:所以呢我觉得作为顶配的首发第一站来看的话,我觉得这个结果超出我想象。

Skype:我觉得作为.(I think, as.)

其实我们也试了 Are you OK? 但完全没法识别。

新概念:

新概念:Did the detective saved the diamond?
Skype: To look at this problem(给看我这只笔问题)
新概念:The plane was late, and the detective were waiting at the airport all morning.
Skype:Call caofeidian game called my friends(打给曹妃甸赛打给我的网友)
新概念:A few hours earlier, someone had told the police that the thieves were try to steal the diamond.

Skype: Phone card shopping mall(手机卡商场)

从目前的翻译结果来看,Skype Translator 暂时还没到可以评估翻译效果的那一步,只要语速稍快一点就会丢失信息——基本丢一半以上。我和同事的日常对话也很难正常记录,同样的内容微信可以正常转换为文字,虽然不完全准确,但至少不会丢字。

即便是识别率较高的中文,也会闹出一些笑话,例如在我与另一位作者的日常对话中,“不在办公室”,却识别成了“我在办公室”,所以一字一句地发音,识别的准确性就会显著提高,截图最后一句话充分表达了我的心情——几乎是崩溃的,:)。

假如你两种语言夹杂着用,它依然会按照之前设置的“使用语言”进行识别,即使你说的是中文,它也会以为你讲的是英语,识别结果自然大相径庭。

经过各种测试之后,我们得出 Skype Translator 预览版的大致效果如下:

  • 短句子>长句子
  • 环境安静>环境嘈杂
  • 中文识别>英文识别
  • 文本对话>视频语音对话

尽管测试结果不是特别让人满意,毕竟它还只是个预览版。Google 说现在的语音识别准确性已经可以达到 92%,所以测试中出现的语音识别问题从技术上来说问题不大,而且相比普遍配有两三个麦克风过滤噪音的智能手机,电脑的效果也差得多。也许我们可以期待一下移动版的效果。

但即便解决了识别,以今天 Bing 翻译、Google 翻译的水平,谈笑风生怕是也有点难。


题图来自 站酷海洛创意

喜欢这篇文章?去 App 商店搜 好奇心日报 ,每天看点不一样的。