科大訊飛喜獲2018年國(guó)際語音翻譯翻譯評(píng)測(cè)魁首

近日，在2018年國(guó)際口語機(jī)器翻譯評(píng)測(cè)比賽（International Workshop on Spoken Language Translation，簡(jiǎn)稱IWSLT）中，科大訊飛股份有限公司（以下簡(jiǎn)稱科大訊飛）與中科大語音及語言信息處理國(guó)家工程實(shí)驗(yàn)室（USTC-NEL）聯(lián)合團(tuán)隊(duì)在英德方向語音翻譯任務(wù)端到端模型比賽中奪得冠軍，同時(shí)獲得基線模型第二的優(yōu)異成績(jī)。

據(jù)悉，這是科大訊飛繼2014年在中英翻譯取得冠軍以來，再次在該項(xiàng)比賽中獲得重大突破，同時(shí)也是該公司今年以來在智能語音和人工智能國(guó)際權(quán)威競(jìng)賽或評(píng)測(cè)項(xiàng)目上獲得的第9個(gè)世界冠軍。比賽中，科大訊飛結(jié)合訊飛翻譯機(jī)2.0、訊飛輸入法、訊飛聽見等產(chǎn)品應(yīng)用場(chǎng)景，并基于其語音識(shí)別和機(jī)器翻譯上的深厚積累，將最新深度學(xué)習(xí)研究成果應(yīng)用于語音翻譯任務(wù)。

目前，語音翻譯主要有傳統(tǒng)基線模型和端到端模型兩種實(shí)現(xiàn)方式。其中，傳統(tǒng)基線模型方案，首先對(duì)輸入語音進(jìn)行語音識(shí)別，從而得到文本結(jié)果，然后再進(jìn)行文本機(jī)器翻譯，在實(shí)際應(yīng)用中由于復(fù)雜環(huán)境下語音識(shí)別錯(cuò)誤的存在，導(dǎo)致誤差擴(kuò)散影響最終語音翻譯性能；端到端模型方案基于神經(jīng)網(wǎng)絡(luò)強(qiáng)大的建模能力，輸入語音直接輸出目標(biāo)譯文。本次語音翻譯評(píng)測(cè)任務(wù)，主辦方對(duì)這兩項(xiàng)技術(shù)分別進(jìn)行了評(píng)測(cè)。

據(jù)悉，IWSLT是國(guó)際上最具影響力的口語機(jī)器翻譯評(píng)測(cè)比賽，每年舉辦一次，至今已經(jīng)舉辦了15屆。本屆大賽吸引了世界各地多所機(jī)器翻譯領(lǐng)域的知名大學(xué)及研究所參加，包括英國(guó)愛丁堡大學(xué)、美國(guó)約翰霍普金斯大學(xué)、德國(guó)卡爾斯魯厄理工學(xué)院、意大利Bruno Kessler基金會(huì)、芬蘭赫爾辛基大學(xué)，以及國(guó)內(nèi)的阿里巴巴、搜狗等公司。