翻译技术速递
文章由罗斯玛丽海因斯。
语言技术提供商正争先恐后地加入语音转文本的潮流，这意味着用户可以观看机器生成的实时字幕（从原文翻译而来），以及他们首选语言的多语种字幕（不同语言的单语转录本）。虽然这听起来不错，但一些提供商正在更进一步。怎么会呢？通过提供语音到语音翻译（S2ST），也称为机器翻译（MI）。
产品发布
今天，2023年1月24日，首个远程同声传译（RSI）平台将发布自己的MI功能。KUDO这个家喻户晓的名字最为人所知的是它提供的技术（如果需要，还提供口译员），方便了RSI在视频会议和大型活动中的使用。
发布他们专有的MI功能是KUDO的明智之举。具有RSI功能的视频会议平台，如Zoom和Microsoft Teams，主导着多语言在线会议领域。为了在这一领域保持相关性，RSI平台需要创新并不断改进其服务提供。
话虽如此，虽然KUDO可能是RSI领域第一个添加自己的MI解决方案的公司，但KUDO AI肯定不是第一个MI解决方案。事实上，Nimdzi发布的《2022年语言技术图谱》中列出的MI技术多达23种，但为线上活动和会议提供MI的却屈指可数。下图中的大多数MI解决方案都是用于双向通信的手持设备。在会议和活动领域，Worly是目前市场上最专业、最知名的解决方案。
KUDO的MI功能
那么KUDO AI意味着什么？KUDO的MI解决方案可在KUDO平台及其合作伙伴活动平台（如On 24和Hopin）上获得。在接下来的几个月里，该公司还将把它的MI解决方案与微软和Zoom等视频会议平台集成在一起。KUDO AI将于2023年第一季度末公开上市。该解决方案使用级联模型，并以开源技术和内部技术构件相结合的方式构建。它已经被测试到KUDO对其输出的准确性和流畅性都很满意的程度。发言者已经可以在进入会议之前选择他们合成声音的性别。此外，一个声音克隆功能将包括在未来几个月-这意味着原来的发言者的声音将保留在合成，翻译输出。
目前，KUDO的MI功能有五种语言可供选择：法语、西班牙语、德语、葡萄牙语和英语。KUDO打算每两周增加一种新语言，以便在夏季结束前覆盖大多数欧洲语言。在使用KUDO AI进行会议期间，听众可以从下拉菜单中选择自己喜欢的语言或选择收听原文。与会者将通过合成语音听到他们选择的语言的原始讲话的现场翻译。除了合成音频输出，与会者还可以选择以机器生成的现场字幕形式观看书面翻译（或关闭字幕）。
目前，字幕的一个缺点是它们不标记说话者，因此可能难以跟随说话者的变化。MI输出也是如此，如果两个男性参与者交替说话，MI不指示说话者的变化。这与相当大的滞后相结合，可能会使人很难听懂两个或多个说话者之间的对话。因此，在其目前的状态下，用例更可能应用于一对多的网络研讨会或在线培训课程，在这些地方交流是有限的。
工藤的聪明之举
通过向客户提供MI，KUDO可以满足虚拟会议中日益增长的多语言需求。COVID-19大流行期间，随着面对面会议的回归，大规模转向在线会议的趋势有所稳定，然而，虚拟活动并没有消失，随之而来的是对虚拟解决方案的需求。活动组织者越来越希望在会议中增加语言，但对于短时间活动（如一小时长的会议）或预算较小的活动，人工口译并不总是可行的解决方案。
这就是机器生成的现场字幕和MI发挥作用的地方。用户可以选择他们想要阅读字幕的语言或收听合成语音。如果事件参与者想在做其他事情的同时收听会议，MI解决方案是有用的。它还可作为盲人或部分失明者想要参与多语言活动的辅助功能。
因此，尽管KUDO发布的这个软件不是同类产品中的第一个，但它确实为其他RSI平台可能追随它的脚步树立了一个先例。KUDO引以为豪的是其处于语言技术的前沿，这款产品展示了公司创新的意愿。
对口译员的影响
至于人类口译员，情况可能不会有太大变化。长时间、更复杂的会议将继续需要人类口译员，特别是当风险很高或情况需要机器（尚未）提供的一定程度的情商时。dMI将很可能填补口译员最初不愿提供服务的空白--简短、相对简单、低预算的在线会议。
以上中文文本为机器翻译，存在不同程度偏差和错误，请理解并参考英文原文阅读。
阅读原文