搜狗首创语境引擎：AI同传最强进化，PPT翻译正确率猛升40%

业内首创多模态同传，PPT翻译正确率提升40.3%，搜狗同传3.0如何实现“能听会看会思考”？

基于搜狗独创的“语境引擎”，搜狗同传3.0以“多模态”和“自主学习“为核心，加入视觉和思维能力，让机器同传不仅能听，还首次具备了会看、会思考、会推理的能力，引领AI同传进入了多模态认知时代。

• 能听：准确识别讲述内容
• 会看：通过OCR、NLP等技术，实时捕捉并分析PPT核心词
• 会思考：基于知识图谱技术，广泛扩展专业领域词汇

搜狗同传产品总监张晶晶介绍道：“用摄像头或者数据线插在视频上实时通过OCR捕捉演讲人正在演讲的PPT内容，实时分析PPT核心关键词，就增强了视觉的能力。”

在这样一套系统下，搜狗同传3.0可以更像一个专家和内行一样的去解读和翻译大会。具体来说，使现有AI同传技术从3方面进行了提升：

• 更自然，从以往单纯的语音识别，到现在去模拟人工同传的工作方式，增加视觉和大脑扩散知识点的功能，形成一套全方位的感知系统。
• 更专业，以往的AI同传模型是通用的，现在通过这套系统形成了实时专属的定制加强的能力，能够实时捕捉PPT的内容，补充演讲专业领域的知识，并且针对每一个演讲的模型定制，提升同传效果。
• 更智能，以往模型训练需要一个被动学习的过程，现在自动学习PPT的内容，自动捕捉海量词汇，确保同传品质非常优秀。

在专业术语多的大会上，搜狗同传3.0的优势更加明显，具体效果见下图：

除了大会演讲的同传外，搜狗同传3.0作为一套完整的技术体系正在更多的场景应用，比如记者采访、跨国办公会议、视频直播、旅游出行、法院庭审等。

大厂纷纷押注AI同传，为什么以搜索起家的搜狗更具优势？

这两年，AI同传市场很热闹，以百度、腾讯、讯飞为代表的大厂纷纷推出自家的AI同传，也有一些被用在了世界级大会上。那么，作为最早一批入局AI同传的搜狗优势在哪？又有什么不同的理念呢？

搜狗同传一直代表着 AI 同传领域顶级的水平，早在2018年的IWSLT国际口语机器翻译评测大赛上，搜狗就击败讯飞、阿里、APPTEK、AFRL及KIT等国内外顶尖对手，夺得冠军，实力可见一斑。

其实， AI同传面临的挑战主要有两个：一是准确性，二是低延时。

此外， 搜狗的两大利器——搜索引擎和输入法在提升准确性方面也派上了大用场。

说话人开口讲了半句话，同声传译就要开始翻译了。为了降低延时，搜狗同传3.0做了一个基于上下流的解码，通过一个信息模块来实时检测说话人什么时候断句，再借助搜狗强大的知识图谱迅速整理翻译，这样就可以大大降低延时。

搜狗同传领先的不仅是技术，还有眼光。当前，搜狗AI的技术布局聚焦在 自然交互和 知识计算上。在语言之上提取出跟语言的关联关系，让机器产生人的“认知”能力，王小川称之为知识计算。怎么更好的把从大量数据中抽取出的知识用在同传中、怎么计算出更多的知识给同传用，这正是搜狗同传努力的方向。

搜狗同传3.0的发布，是搜狗又一次在同传领域的技术创新，让AI同传首次具备了视觉能力和思考能力，开启了AI同传行业全新的“多模态认知”时代。AI同传替代人工同传还会远吗？返回搜狐，查看更多