對話搜狗口語機器翻譯團隊：全球奪冠只為驗證技術，更看重落地商用

邊策 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

就在上周，搜狗又拿下一項機器翻譯國際冠軍。

在今年的國際頂級口語機器翻譯大賽IWSLT上，搜狗戰勝科大訊飛、阿里等眾多國內外好手，一舉奪魁。

加上去年獲得WMT2017機器翻譯頂級評測大賽中英和英中第一名，這已是搜狗連續兩年，在全球性機器翻譯大賽中刷榜。而且這一次還是中國公司不常遇到的「英德互譯」比拼，更顯技術實力。

在此之前，搜狗更多展現的是輸入法、搜索等方面的技術，但現如今，AI翻譯，也正在成為搜狗技術、產品和品牌的新標識，大有不鳴則已一鳴驚人的態勢。

為何能連續在全球競技中奪冠？此次口語機器翻譯有何特點？內部如何備戰？又有什麼經驗總結可分享？

剛剛載譽歸來的搜狗團隊，派出負責人代表：語音技術負責人陳偉、機器翻譯負責人王宇光等人，與量子位分享了背後故事。

搜狗團隊代表

賽況

本次大賽總共設置了3個賽道：

基線模型（Baseline Model）：從口語到文字，再用文字翻譯；

端到端（End-to-End）：直接從口語輸出翻譯文字；

低資源文本翻譯：低資源的巴斯克語翻譯到英語文本翻譯賽道；

評測任務面向TED演講和大會學術報告場景，測試集包括來自英國、歐洲、印度等各個國家的英語演講者，存在雜訊、口音、自由表達等複雜語音現象。

同時語言中存在大量領域專有名詞和口語化的表達(如：大量語氣詞、錯誤語法表達等)，具有極強的實戰意義和挑戰性。

其中，基線模型是當前業內最主流、效果最好的語音翻譯解決方案，市場上商用機器同傳、翻譯機等語音翻譯類產品幾乎都採用了類似的方法。

也是參賽組織最多、比拼最激烈的賽道。

最終，該賽道比拼中，中國軍團成為大賽最大贏家。

搜狗第一，訊飛第二，阿里巴巴第三。

其中，搜狗提交的系統BLEU值達到28.09，領先排名第二的科大訊飛1.6個BLEU，領先第三名的阿里巴巴5.73個BLEU。

備戰和參賽

本次大賽，搜狗團隊共經歷了3個多月時間，投入了十多人參與比賽。

從6月底釋放數據集，到8月釋放評估測試集，搜狗於9月初提交結果，10月提交論文，整個流程相當緊湊。

搜狗機器翻譯負責人王宇光回顧，比賽最終結束日期是在10月30日，他們也是剛從舉辦地比利時布魯日回來。現在他們又很快繼續投入工作中。

談到本次比賽的投入力度，王宇光表示過程很辛苦，周末加班甚至還要在比賽前幾天接連通宵。

並且過程當中，參賽項目組不是完全脫產，他們同時也在兼顧日常產品推進，差不多是「兼職」參賽，但最終仍達到了既定目標，並拿到了全球第一。

一談到比賽結果，幾位技術人員又露出了笑容，表示付出的努力很值得。

除了人才組隊，搜狗也在計算資源上對團隊給予保障。

由於本次大賽計算資源沒有限制。在語音識別方向，搜狗投入4-5台8卡機對約1700小時語言數據進行聲學模型訓練，2到3天即訓練出模型。

而在機器翻譯方向，由於數據集較大等原因，搜狗投入了10-15台八卡機器對7000萬數據（句對）進行了4-5天訓練。

主賽道競技

至於為何沒有隻參加「基線模型」，而沒有參加「端到端」比賽，搜狗團隊如此解釋：

實際上，搜狗最初參賽時，也動念想過在「端對端」測試中試一試，因為是新賽道，聽起來更酷，但認真分析後，發現端到端距離商用，還有較長路程要走。

「參賽初心是考驗技術，然後能落到產品商用」，搜狗語音技術負責人陳偉說。

而且參賽隊伍也在用腳投票，雖然端對端看起來未來有前途，但此次更多參賽組織，選擇了Baseline Model(基線模型賽道)。

陳偉還解釋，兩個賽道的目的一樣，而基線模型的準確率更高，因此我們主要在基線模型上面發力。

最後，搜狗在基線模型賽道力壓訊飛和阿里奪冠，訊飛則在端對端賽道里拿到第一。

當然，搜狗現如今被問到最多的問題，其中之一就是：後發的搜狗為何比先發的訊飛，技術和產品進展更快速？

搜狗語音技術負責人陳偉解釋，一切還得歸功於深度學習。

由於深度學習引入，在語音識別、機器翻譯等舊領域，產生了新影響，就像重新確定了基礎。

所以搜狗可以實現彎道超車，能力並不比其他研究十幾年語音的對手差。科大訊飛雖然在語音識別等領域投入早，但是在文本翻譯等領域的水平，不及搜狗。

搜狗機器翻譯發展現狀

除了在技術上的積累，陳偉也列舉了正在實現的技術落地。

他們解釋，搜狗是一家技術驅動的公司，研究成果會儘快落地，這次在機器翻譯上的技術將很快運用到在線翻譯產品中。

搜狗翻譯寶Pro

目前，搜狗翻譯的幾個主要應用有：輸入法、翻譯寶、大會同傳。另外，搜狗在語音和翻譯上還與vivo和OPPO達成了合作協議。

搜狗方面表示，他們的語音翻譯目前已經達到商用水平，從今年一月已經開始做英譯中的商業應用，有將近一年的時間。包括今年的極客公園大會、中國網球公開賽上都使用了搜狗的翻譯技術。

未來產品

當然，除了現階段的成果，陳偉也向我們透露了未來幾個月里會發布的產品。

在不久後舉辦的2018年世界互聯網大會上，搜狗將基於語音和表情生成技術，推出多語種的虛擬「分身」主持人。

明年春季，搜狗將進一步升級「知音OS」，將唇語和目前的語音識別結合起來，做到多模態感知。

多款包含搜狗AI的微信小程序即將上線，或進行技術升級。比如一款名為「搜狗制音坊」的小程序，僅需用戶上傳五分鐘音頻，就能定製個人播報音色，並且不丟失其中的語調和感情色彩。

另外，搜狗還和四維圖新、多家智能音箱廠商合作，將搜狗的智能語音技術集成其中。

對於語言翻譯的長期發展前景，搜狗認為，現在人機混用無法顛覆當前的人工翻譯。2020年口語機器翻譯能達到一般同傳水平。未來的技術演進方向是：機器輔助人類，到人機結合，最後再到機器取代人類。

參賽經驗總結

最後，也附上搜狗參賽團隊的經驗總結，如果明年你也希望在機器翻譯的全球競技中刷刷榜，這份精簡的冠軍總結，或許能帶來一些參考。

搜狗機器翻譯負責人王宇光說，回頭復盤，一切其實大道至簡：

首先任務要選對，做對的挑戰比作容易的更有價值；

其次，問題分析清楚很關鍵，最好能夠拆分細緻，然後組織不同方向的同事參與進來，對於無法全職參賽的隊伍，定期碰頭溝通問題，很重要；

第三，快速迭代，不斷解決問題，不斷修正方案；

第四，反向思考推導，比如在此次比賽中，數據集和結果要求為英德翻譯，搜狗團隊並沒有人懂德語，但他們懂英語，於是在英德翻譯後，也會再讓模型翻譯回英語來看結果，以此檢驗模型；

最後，高效執行，吃苦耐勞，有必勝心態。在此次比賽中，搜狗團隊制定了一個起初看起來較高的目標，但依靠強執行、通宵加班完成任務，最終在結果提交時達到了制定的目標，進而也從成功奪冠。

可謂天道酬勤、如願以償。

以上，如果你還有對搜狗冠軍團隊好奇的問題，也歡迎留言~

—完—

年度評選申請

加入社群

量子位AI社群開始招募啦，歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話界面回復關鍵字「交流群」，獲取入群方式；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進專業群請在量子位公眾號（QbitAI）對話界面回復關鍵字「專業群」，獲取入群方式。（專業群審核較嚴，敬請諒解）

活動策劃招聘

量子位正在招聘活動策劃，將負責不同領域維度的線上線下相關活動策劃、執行。歡迎聰明靠譜的小夥伴加入，並希望你能有一些活動策劃或運營的相關經驗。相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！