無敵!微軟新軟體可「原聲」實時語音翻譯

微軟正在研發的一款「原聲」語音翻譯軟體，它能把用戶說的話翻譯成其他語言播放出來，同時保留用戶本身的口音、音色和語調，聽上去就像用戶親口說的一樣。今天，微軟發布了該軟體的最新演示視頻，微軟首席研究官瑞克·拉希德（Rick Rashid）在視頻中利用該軟體大秀還算標準的中國普通話。

據搜狐IT介紹，這段長度10分鐘左右的視頻非常值得一看，軟體幫拉希德「不用學就現賣」的普通話雖然難免還是有點彆扭，但並不妨礙我們聽懂大概的意思，而且聽上去真的很像拉希德本人說的。拉希德表示，該軟體的強大翻譯能力離不開微軟採集的海量數據，而他在使用該軟體之前需要花費1小時對它進行訓練，也就是為自己的語音建模。

那麼該軟體的核心技術又是什麼呢？拉希德透露稱：「在兩年前，微軟研究院和多倫多大學的研究人員們取得了一項突破，利用模擬人腦行為的『深度神經網絡（Deep Neural Networks）』技術，能讓語音識別器更具辨別能力，其性能優於以往的方法。

……我們讓語音識別的錯詞率比以往的方法降低了30%，也就是說以前是每4.、5個詞裡有一個不正確的，而現在每7、8個詞裡才有1個。」

這段視頻想必會引起眾多華人的興趣，但是這裡有個小插曲：微軟之所以選擇演示「英譯漢」，倒未必是刻意迎合華人，而很可能與它的開發者有關——負責實時語音翻譯軟體研發的微軟研究院語音組主管宋歌平（Frank Soong）正是一位華人。

【手機用戶點此播放】（跳到7分30秒直接看效果）