百度翻译发布全球首个上下文感知的机器同传模型

新知榜官方账号

2023-07-11 17:20:37

背景介绍

近日,百度翻译团队提出全球首个上下文感知的机器同传模型,并基于此发布最新的语音到语音的机器同传系统:DuTongChuan(度同传),同时发布了全球首个中文-英文演讲场景语音翻译数据集(BSTC)。形象地说,“度同传”就像你身边的一位虚拟同传译员,只需要带上耳机,就可以听到用自己母语播报出来的演讲内容,获得沉浸式体验。这位“虚拟译员”可以根据演讲的上下文,实时地播放连贯、准确的翻译结果。区别于此前的翻译系统,不考虑上下文环境,“播了这一句,忘了上一句”。此外,由于该系统以小程序的形式提供服务,只需要一个手机就可以收听,省去了租用同传红外设备的成本。

技术创新

与传统的机器同传技术不同,“度同传”使用了最新研发的感知上下文的机器同传模型。百度翻译团队创新性地提出了语义信息单元(InformationUnit,IU)这一概念,将实时语音流进行IU切分并以其作为翻译单元。这一灵感来自于人类同传译员,在翻译的时候将听到的内容以语义块为单位进行翻译,既保证了翻译质量,又保证了实时性。此外,百度提出了两种解码算法:部分解码(PartialDecoding)和上下文感知解码(Context-awareDecoding),能够结合上下文信息,生成全局流畅的目标译文。而传统方法仅对当前句子做出翻译,没有结合上下文信息,译文流畅度差。

应用效果

在产品形式上,与传统的字幕投屏同传相比,“度同传”采用语音到语音的同传形式能够使用户获得与人工同传类似的沉浸式体验,将注意力更集中在演讲者与演讲内容本身。此外,该系统具有高质量、高流畅度、低时延等特点,这得益于百度研发的最新技术。该系统成功应用于2019百度AI开发者大会,将演讲内容实时翻译给现场观众收听,好评如潮。百度翻译团队还发布了全球首个中文-英文演讲场景语音翻译数据集(BSTC),该数据集填补了机器同传研究没有真实数据集的空白,对推动相关研究具有重要作用。

本页网址:https://www.xinzhibang.net/article_detail-7634.html

寻求报道,请 点击这里 微信扫码咨询

关键词

百度翻译 度同传 机器同传

分享至微信: 微信扫码阅读

相关文章