上周網(wǎng)易有道在自家AI開放日上，都亮相了哪些黑科技？

上周網(wǎng)易有道公司舉辦了一場AI開放日活動(dòng)，這雖然是有道公司第三次面向開發(fā)者舉辦AI開放日，但卻是向媒體首次開放，會(huì)上有道大秀AI肌肉，一口氣展示了20來項(xiàng)AI技術(shù)，并通過旗下智云平臺(tái)全部向行業(yè)開放。

小編今天整理了一下，帶大家回顧下現(xiàn)場幾個(gè)印象比較深刻的技術(shù)。

欲摘取人工智能皇冠上的“明珠”國內(nèi)自然語言處理（NLP）哪家強(qiáng)？

正如有道首席科學(xué)家段亦濤詳解了有道在圍繞人類自然語言四大交互方式（聽、說、讀、寫）而展開，人工智能的目標(biāo)是要理解和復(fù)制人類的智能，而語言是繞不開的一大環(huán)節(jié)。 NLP更是被譽(yù)為人工智能皇冠上的明珠。

在人類對(duì)語言隔閡這一“自然現(xiàn)象”對(duì)戰(zhàn)的過程中，今年大火的人工智能翻譯硬件正在成為讓我們跨入一個(gè)全新時(shí)代的工具模板，有道發(fā)布了全新第二代產(chǎn)品-有道翻譯王2.0 Pro。

看完發(fā)布環(huán)節(jié)，小編不禁想問如果機(jī)器翻譯技術(shù)都能變得這樣高效易用，相信我們也距離下次“進(jìn)化”不遠(yuǎn)了。那么在這樣一款A(yù)I翻譯機(jī)的背后，到底都需要哪些AI技術(shù)作為儲(chǔ)備？

其實(shí)網(wǎng)易有道一直以來都在累積機(jī)器翻譯技術(shù)，在2008年的詞典時(shí)代，網(wǎng)易有道就應(yīng)用上了機(jī)器翻譯技術(shù)。經(jīng)過十年的累積，有道已經(jīng)積累了應(yīng)用于全場景、全應(yīng)用四大AI核心技術(shù)手段： 包括神經(jīng)網(wǎng)絡(luò)翻譯（NMT）、語音識(shí)別（ASR）、語音合成（TTS）、文字識(shí)別（OCR）。

當(dāng)然最重要的神經(jīng)網(wǎng)絡(luò)翻譯（NMT）技術(shù)是有道一直以來的“看家手藝”，相比一個(gè)個(gè)單詞逐字逐句的翻譯，神經(jīng)網(wǎng)絡(luò)翻譯會(huì)從整個(gè)句子進(jìn)行理解，結(jié)合上下文判斷詞義。生成的譯文自然也更加準(zhǔn)確，接近人類的語序。在翻譯界通用的評(píng)判標(biāo)準(zhǔn)BLEU中，英譯中和中譯英的BLEU值均領(lǐng)先同行7個(gè)多百分點(diǎn)。

（有道自研NMT技術(shù)目前實(shí)現(xiàn)以中文為核心語言的12種語言互譯，和以英文為核心語言的6種語言互譯，翻譯質(zhì)量均處于行業(yè)領(lǐng)先水平）

第二個(gè)文字識(shí)別技術(shù)（OCR），可以從圖片、PDF等等圖像介質(zhì)中識(shí)別文字，應(yīng)對(duì)拍照翻譯、多格式文檔翻譯一類問題。網(wǎng)易有道是國內(nèi)首家可以實(shí)現(xiàn)全自動(dòng)多語言混合識(shí)別、橫豎斜排版面自動(dòng)識(shí)別的廠商。這樣一來雙語學(xué)術(shù)文檔或是大規(guī)模圖片翻譯，都不再是難題。

(OCR技術(shù)走在全球前端，國內(nèi)多個(gè)第一)

那么基于優(yōu)勢(shì)的OCR技術(shù)，目前有道的圖像翻譯實(shí)現(xiàn)了三大模式，用戶體驗(yàn)節(jié)節(jié)攀升。

再早之前的拍照翻譯自不用多說，“原圖翻譯”在拍照翻譯基礎(chǔ)上基于原圖識(shí)別背景做處理后對(duì)用戶體驗(yàn)再次進(jìn)行大幅改進(jìn)。

國內(nèi)首家AR實(shí)景翻譯，所見即所譯，對(duì)攝像頭中的文字內(nèi)容實(shí)時(shí)翻譯，這里面涉及到動(dòng)態(tài)追蹤、神經(jīng)網(wǎng)絡(luò)翻譯、OCR組段分析、AR渲染等復(fù)雜技術(shù)。

當(dāng)然，最重要的語音識(shí)別（ASR）也是機(jī)器翻譯中的另一項(xiàng)重點(diǎn)技術(shù)。在語音識(shí)別技術(shù)中，如何過濾環(huán)境雜音、準(zhǔn)確捕捉語音，又如何面對(duì)多人對(duì)話場景精準(zhǔn)的分割出完整的會(huì)話邏輯，都是讓智能翻譯硬件應(yīng)對(duì)顯示場景的要點(diǎn)。此次有道在多語音識(shí)別、離線語音識(shí)別的研究上都有很多進(jìn)展，也奠定了有道翻譯王此次離線功能的基礎(chǔ)。

值得一提的是，有道此次AI開放日上還展示了全新的語音翻譯體驗(yàn)，采用流式語音識(shí)別、實(shí)時(shí)語音翻譯，用戶可以一邊說一邊即刻看到翻譯結(jié)果。這項(xiàng)技術(shù)有道翻譯官APP上率先應(yīng)用。

除了語音識(shí)別，語音合成（TTS）也是語音翻譯中的重要元素。翻譯后生成的語音能否模仿人類的聲音、口吻、停頓，成了機(jī)器翻譯比肩人工的重要元素。這次所展示的有道語音合成技術(shù)只需十分鐘的錄音文件就能模擬出原聲，合成效果與原聲真假難辨。除了增加機(jī)器翻譯的擬人能力，甚至還能應(yīng)用在教育場景中，讓AI模仿老師的聲音給孩子講課。

有了這“四大金剛”，一個(gè)基于人工智能的翻譯硬件才算有了核心的基礎(chǔ)設(shè)施。

人類的進(jìn)化標(biāo)志從使用工具開始：AI企業(yè)在幫助人們找到“新石器”

人類的歷史就是一部“工具和技術(shù)”發(fā)展史。 真正幫助人類進(jìn)化的，并不是一樣工具，而是技術(shù)的全面工具化。讓人類一步步從原始走向文明的，也不僅僅是石錐石斧某一樣工具，而是磨制石器的普及。AI企業(yè)正在做著類似的事情。

智能交互技術(shù)使智能設(shè)備聽懂人話看懂世界，并給予反饋。 有道首次對(duì)外披露的“有道魔鏡”技術(shù)，“萬物可識(shí)別”的時(shí)代已經(jīng)到來！

語音助手功能基于購物場景中的實(shí)際應(yīng)用 。

在AI開放日上還一次性地針對(duì)教育、政企辦公和手機(jī)廠商三大行業(yè)詳細(xì)的AI解決方案。

可見網(wǎng)易有道想做的，不僅僅是一個(gè)工具的售賣者，而是技術(shù)工具化的普及者和推廣者。目前來看，這也是AI技術(shù)最顯著的趨勢(shì)。谷歌、百度等等巨頭企業(yè)也都在打造技術(shù)開放平臺(tái)，幫助AI技術(shù)快速落地，和各行各業(yè)結(jié)合塑造出適用的工具，一起去改變?nèi)祟愖约骸⒏淖兪澜纭?/p>

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。