科大訊飛回應(yīng)AI同傳造假:AI無法替代同傳

眼下火熱的人工智能（AI）仍難以取代同傳翻譯員。9月20日，一名上海的同傳翻譯員發(fā)文稱，在當(dāng)天舉辦的2018創(chuàng)新與新興產(chǎn)業(yè)發(fā)展國際會議上，現(xiàn)場部署的科大訊飛系統(tǒng)并未機(jī)器翻譯發(fā)言內(nèi)容，而是語音識別了人工翻譯員的同傳結(jié)果，再轉(zhuǎn)錄在會議屏幕上，而屏幕上只標(biāo)注了科大訊飛旗下平臺“訊飛聽見”的標(biāo)識。

該翻譯員發(fā)現(xiàn)，機(jī)器對現(xiàn)場英文發(fā)言的識別率較低，無法理解識別結(jié)果，但中文翻譯流暢清晰。直播中播放的翻譯內(nèi)容，則與現(xiàn)場人工翻譯員的同傳內(nèi)容幾乎一致，只是沒有使用翻譯員的原音，而是使用了機(jī)器音。

科大訊飛回應(yīng)記者稱，公司有多種機(jī)器轉(zhuǎn)寫服務(wù)，當(dāng)日會上僅提供了轉(zhuǎn)寫上屏服務(wù)。該主辦方考慮到大會專業(yè)技術(shù)背景，以及參會者來自不同國家、不同口音等情況，專門配備了專業(yè)同傳譯員?？拼笥嶏w應(yīng)主辦方要求，僅需提供語音識別技術(shù)，直接轉(zhuǎn)寫譯員翻譯結(jié)果，并在會場大屏呈現(xiàn)。同時(shí)應(yīng)主辦方邀約，在直播中展示科大訊飛語音合成技術(shù)，即機(jī)器念出內(nèi)容。

科大訊飛稱，公司也提供機(jī)器離線翻譯?，F(xiàn)場全自動翻譯并同步展示在屏幕上，沒有任何人工同傳參與。比如在今年世界人工智能大會上，對馬云、馬化騰、李彥宏、雷軍等人的發(fā)言，科大訊飛都是用的這套方案。

一家翻譯機(jī)構(gòu)的負(fù)責(zé)人向財(cái)新記者表示，在為國際會議服務(wù)中，時(shí)常碰到這類情況，“結(jié)果功勞都?xì)w了訊飛AI（人工智能）翻譯”。當(dāng)會議不請同傳人員，只靠機(jī)器的時(shí)候，就會體現(xiàn)出明顯的差距。

該負(fù)責(zé)人稱，科大訊飛的語音識別能力較強(qiáng)，大會的同傳翻譯一般都會識別接入人工同傳的內(nèi)容，而不是機(jī)器翻譯。讓他不滿的是，有時(shí)訊飛有意模糊翻譯來源，會讓人誤以為是機(jī)器翻譯。

“個(gè)別同傳譯員對科大訊飛的誤解，我們認(rèn)為僅僅是對會議服務(wù)分工的溝通了解不清（所致），目前我們已經(jīng)委托會議主辦方進(jìn)行溝通，希望盡快消除誤解?！笨拼笥嶏w在回應(yīng)中稱。

AI無法替代同傳

科大訊飛今日回應(yīng)投資者稱，從沒講過AI同傳的概念，始終強(qiáng)調(diào)是人機(jī)耦合的模式。訊飛一直在強(qiáng)調(diào)AI目前還無法替代同傳。

事實(shí)上，機(jī)器識別人工同傳結(jié)果，轉(zhuǎn)錄成發(fā)言字幕的做法，被科大訊飛在相關(guān)介紹材料中稱為人機(jī)耦合。

一名科大訊飛銷售人員向記者表示，在公司提供的會議服務(wù)中，中文翻英文使用機(jī)器翻譯，英文翻中文則需配備人工翻譯員，因純機(jī)器翻譯的結(jié)果可閱讀性較差。費(fèi)用約為每半天時(shí)間2萬元左右，包括人工翻譯員。若無需英翻中的服務(wù)，每半天的價(jià)格則降至1.2萬元左右。

科大訊飛以智能語音技術(shù)起家，其訊飛聽見智能會議系統(tǒng)應(yīng)用較廣，包括2017全國兩會、2018年博鰲亞洲論壇、2018世界人工智能大會等。至于其目前漢英翻譯的水平，科大訊飛董事長劉慶峰在今年全國兩會期間稱，已首次達(dá)到大學(xué)英語六級口語水平，兩年內(nèi)可達(dá)到專業(yè)八級水平。

一位AI研究人員向財(cái)新記者稱，目前單純文字的機(jī)器翻譯已經(jīng)達(dá)到相當(dāng)不錯(cuò)的水平，尤其是外文之間。漢語由于是孤立語種，表現(xiàn)稍差。此外，機(jī)器對不標(biāo)準(zhǔn)的口音、多語言混雜的情況仍較難處理。

機(jī)器翻譯在實(shí)際場景應(yīng)用中時(shí)常出現(xiàn)困難。在2018年博鰲亞洲論壇上，騰訊推出的AI同聲傳譯方案，在現(xiàn)場表現(xiàn)欠佳，一度出現(xiàn)大面積單詞無意義重復(fù)、大小寫及字符混亂的現(xiàn)象。機(jī)器還將“一帶一路”翻譯成為“一條公路和一條腰帶”。

“人翻譯和機(jī)器翻譯的方法完全不同。一個(gè)人說幾句話，可能翻成一句；說一句話，可能翻成幾句。機(jī)器卻不然。”微軟亞洲研究院院長洪小文當(dāng)時(shí)向記者坦言，人類翻譯多是在有準(zhǔn)備的條件下，根據(jù)對上下文的理解來翻譯。機(jī)器翻譯卻是根據(jù)語音一一對應(yīng)，翻譯生硬，自然不能和人類媲美。

洪小文表示，“人能運(yùn)用所有的智能來解決一個(gè)問題，但機(jī)器僅具備某一方面的智能?！眱蓚€(gè)人在嘈雜的環(huán)境下談話，可能只聽清幾個(gè)詞，也能理解對方的意思，這被稱為雞尾酒效應(yīng)。