近幾年來，直播電商到處開花，但絕大多數都是國內的中文直播。如果想買外國電商主播推薦的商品，語言不通怎麼辦？
這一難題已被阿里巴巴（下稱 「阿里」）攻克，阿里速賣通是面向全球海外消費者設立的電商平臺，它和淘寶一樣，也面向所有終端消費者，但區別是速賣通是面向全球 200 多個國家和地區的電商平臺。
直播電商動輒 「幾億元帶貨」 的高歌猛進，也讓跨境電商賣家對這一模式心動不已。然而，由於不同國家和地區的語言不同、文化不同、消費習慣也不同，所以要想在速賣通做直播，語言、物流、支付和技術都是非常複雜的系統，其中語言是最急需攻克的難題。
而在近日，阿里達摩院聯合速賣通推出 AI 實時翻譯直播，可同時進行中文到英、俄、西三種語向的翻譯。據悉，這是全球首個啟用 AI 實時翻譯的電商直播，中國商家只需用中文一鍵開播，就能同時覆蓋全球英語、西班牙語、俄語區的逾十億人口。
「被迫」 研發的翻譯引擎
兩年前，速賣通開始探索直播，然而不同於淘寶直播的是，高峰期湧到直播間的用戶來自 19 個國家，且說著不同的語言。當時，沒有多元實時翻譯，要麼全部用英文直播，要麼面向某一語言地區的用戶專門用某種語言直播，比如法語或西班牙語。
據速賣通官方直播負責人陸嬿介紹，大部分實力雄厚的商家會請外國主播，而中小商家要麼放棄，要麼無聲直播或用中式英語（Chinglish）尬播。數據顯示，速賣通上近九成商家來自中國，而 82% 的中國商家因為語言困難而放棄跨境直播。
相比淘寶直播，速賣通直播更像一個嬰兒，她需要強大的 「營養」 才能快速成長。這個營養就是能實現多譯多功能的實時翻譯工具。
在研發多譯多之前，速賣通曾試用過現成的翻譯引擎，但對直播間的翻譯輸出腳本來說，即便是質量最好的翻譯引擎，其翻譯結果也不合格。當時，還有俄羅斯和西班牙用戶受邀參與評測，他們的評價也是完全聽不懂。
速賣通研究後發現，這些翻譯引擎之所以無法使用海外直播，其一是常規同傳有專業的收音設備來保障翻譯準確度。但是電商直播的環境很嘈雜，很多商家直接在檔口就開始播，這樣就難以保證較好的收音。
其二常規的同傳詞庫是固定的，翻譯工具得到有效訓練後就能保證準確度。但是電商直播商品數量過億，且每天都在變，根本沒有辦法讓翻譯工具快速學習。而且主播每個人都來自不同地方，有的說話還帶有方言。並且有些主播語速很快，這都會極大地增加翻譯難度。以上原因使得速賣通不得不自研引擎。
沒有訓練集，商家自己 「造」
隨後，速賣通耗時 7 個月開發出中譯英引擎，並於 2020 年 5 月份上線。上線後商家開播率已有 65%，今年 「828 大促」 期間線上 90% 的直播間都使用了該功能。
但仍存在不足，即使中譯英能力做到極限，直播間裡只有 30% 的用戶能聽得懂主播說的話，因為 AE 是一個跨全球平臺，直播間裡各種用戶都有，英語用戶最高比例是 30%，因此亟需推出中譯多的功能。
兩個月後，中譯多功能完成，上線之後用戶體驗得到較高提升，部分店鋪銷量隨之增加 3 倍。當時，很多商家直播間的購買轉化，比達人直播的轉化率還高。一些直播達人和海外商家發現後，也要求使用中譯多功能，可是很多商家不說中文，為此速賣通增加了多譯多功能，並於今年 7 月上線。
研發過程中也有很多困難。第一是跨團隊協作，研發團隊分布在美國、中國、新加坡三個國家。另外，60 多位研發人員幾乎從未見過面，如何讓他們快速建立信任、並快速推下去是一大難題。
第二是訓練集的收集。跨境直播業務在全球都很少見，市面上沒有現存訓練集可以直接復用。好在阿里本身擁有較強的商家生態，很多商家都積極幫忙收集訓練集。
第三是並發承載點。如果只做一場翻譯，根本不會有壓力。但是直播每天有上千場，翻譯幾國語言，這就需要幾千個翻譯，因此伺服器的並發壓力非常大。後來，阿里雲對此做了改造，使得伺服器得以承載得住。
第四個難題是自動化展示。多譯多功能可自動識別用戶種類，並展示出相應的語言，比如它能識別你是中國人，從而用中文展示主播說的話。之前大家看到同傳效果都是在 PC 端上面，但是移動端很複雜，為此研發人員在其中做了不少自適應的工作。
自研更高效算法模型，可 「聽懂」 主播口音
達摩院研發的統一多語言多領域融合模型，可把上百個語言，以及每個語言的多個領域壓縮到一個神經網絡模型中進行翻譯，且翻譯質量不變。據達摩院駱衛華介紹，達摩院 AI 翻譯技術已創下多項業界第一，日均調用量超過 13 億次，累計 3000 億單詞，可提供 214 種語言的高質量翻譯。
據速賣通直播實時翻譯產品負責人趙文倩介紹，速賣通上有上億件商品、數百億個商品相關的專業名詞，對直播實時翻譯技術的要求極高，需要克服口音不標準、直播環境複雜、商品專業名詞多、新品新詞更迭快等問題。
主要負責該難題的是阿里達摩院自然語言處理實驗室的研究員樊楷，他表示為解決 AI 聽不清、聽不懂的問題，達摩院研發出更高效的語音算法模型，它不僅能在嘈雜環境中 「聽清」 直播內容，還能 「聽懂」 主播的口音。通過將多領域的知識融入翻譯模型，該算法模型還能舉一反三，無需重新訓練便能快速學習不同場景裡不斷更迭的專業名詞。
現在，速賣通平臺支持 18 種語言，可以保證設計出來的頻道和商品定位，能夠符合當地文化，這種 「入鄉隨俗」 主要體現在以下三方面。
心有靈犀。速賣通上有大量多元的商品，除了給它們做分類，還得容易被搜到。因此平臺得根據用戶輸入的詞，馬上就能獲悉他的搜索目的。在多語言混合下，這種挑戰會更大。以 「Case」 為例，它具有箱子和案子的雙重意思，用戶輸入該詞語時，到底想買什麼，就需要結合具體情景。此外，同樣的詞在不同語言裡的意思也不同，例如 「Basket」 在英語裡有 「籃子」 的意思，在法語裡還有 「球鞋」 的意思。
可面對數以億計的商品搜索，全程由人工解決會很慢。為此，速賣通採用人工智慧來解決，當然人工智慧的初步訓練是由算法工程師來解決。訓練結束後，速賣通最終可做到無論用戶輸入什麼，都能根據他前後搜索的詞語，來知曉其購買意圖。
了如指掌。速賣通希望用戶能對商品了如指掌，因此商品標題需要承載很多內容。比如，這個商品是什麼？怎麼找到？為什麼買？但是一些商家的標題，有的沒有標點符號，標題手法上也沒有特別規則。這一問題也可被人工智慧解決，它會給標題加上標點符號，並可整理成當地用戶熟悉的表達方式。
深信不疑。速賣通是跨境平臺，很多商家位於海外，商品需要飄洋過海才能到用戶手中。所以，用戶對平臺信用、商家信用和商品質量都有很高要求。而購買前想知道商品到底好不好？就只能通過用戶評價去了解。但是用戶評價非常多，涉及的語言種類也非常多。另外，用戶會用各種不規範的語言來評價，比如 「Very gooooood」 這樣的短語，有的評價還會用到表情符號。而採用 「多到多」 翻譯引擎，上述問題也可得到解決。
由於疫情原因，2020 年很多此前從未涉足直播的商家，如中國山區的果農也開始直播賣貨。有了速賣通，無論是江西贛南的臍橙、還是河北棗強的貂皮都可以走向全球各地。同樣，中國用戶也可以買到此前只有靠代購才能買到的產品。科技惠及的從來不只是某一個國家的用戶，而是全世界。