语音助理Alexa新增即时翻译功能

Amazon现在于语音助理Alexa上推出即时翻译功能，让Alexa能够充当口译员的角色，帮助使用两种不同语言的使用者，进行沟通与交流。使用者可以要求Alexa启动两种语言的翻译功能，用户使用任一语言所说的句子，Alexa能够自动辨识，并且翻译成另外一方的语言。

即时翻译功能利用了数种现有Amazon系统，包括Alexa自动语音辨识（ASR）系统、Amazon翻译以及Alexa文字转语音系统。在翻译阶段，Alexa会同时执行两个ASR模型，以及一个用来判断语言的独立模型，输入的语音会同时传给两个ASR模型，但依据语言判断模型的分类结果，最后只会有一个ASR模型的输出，会发送至翻译引擎。

Amazon提到，为了要让翻译请求的等待时间，维持在使用者可以接受的情况，必须要平行执行多个模型，因为如果要等到语言辨识模型回传结果，则翻译语音将会有很大的延迟。当语言辨识系统选择了一种语言后，关联的ASR输出，便会被送往Amazon翻译进行处理，最终的翻译结果会被送回Alexa，并以文字转语音系统播放。

Amazon所使用的ASR模型，同时包含了声音模型（Acoustic Model）以及语言模型，声音模型会将音讯转成音位（Phoneme），这是人类语言中，能够区别意义的最小声音单位，而语言模型则是对特定单词的概率进行编码，用来辅助ASR系统对相同音位序列，做出翻译选择。而语言模型又包含了两种类型的模型，分别是传统语言模型和神经语言模型，比起之前Alexa所使用的ASR模型，即时翻译所使用的语言模型，可以处理更多话题的对话性语音。

目前Amazon还在改进即时翻译功能，尝试使用半监督式学习，来提升翻译的品质，而且为了提高翻译的流畅性，以及口语输入的强健性，Amazon也正在研究将对话性语音资料，应用到神经机器翻译引擎，并产生包括语境的翻译结果，像是语调或是非正式的翻译，对口语或是惯用语将有更全面的支援。