語音助理Alexa新增即時翻譯功能

Amazon現在於語音助理Alexa上推出即時翻譯功能，讓Alexa能夠充當口譯員的角色，幫助使用兩種不同語言的使用者，進行溝通與交流。使用者可以要求Alexa啟動兩種語言的翻譯功能，用戶使用任一語言所說的句子，Alexa能夠自動辨識，並且翻譯成另外一方的語言。

即時翻譯功能利用了數種現有Amazon系統，包括Alexa自動語音辨識（ASR）系統、Amazon翻譯以及Alexa文字轉語音系統。在翻譯階段，Alexa會同時執行兩個ASR模型，以及一個用來判斷語言的獨立模型，輸入的語音會同時傳給兩個ASR模型，但依據語言判斷模型的分類結果，最後只會有一個ASR模型的輸出，會發送至翻譯引擎。

Amazon提到，為了要讓翻譯請求的等待時間，維持在使用者可以接受的情況，必須要平行執行多個模型，因為如果要等到語言辨識模型回傳結果，則翻譯語音將會有很大的延遲。當語言辨識系統選擇了一種語言後，關聯的ASR輸出，便會被送往Amazon翻譯進行處理，最終的翻譯結果會被送回Alexa，並以文字轉語音系統播放。

Amazon所使用的ASR模型，同時包含了聲音模型（Acoustic Model）以及語言模型，聲音模型會將音訊轉成音位（Phoneme），這是人類語言中，能夠區別意義的最小聲音單位，而語言模型則是對特定單詞的機率進行編碼，用來輔助ASR系統對相同音位序列，做出翻譯選擇。而語言模型又包含了兩種類型的模型，分別是傳統語言模型和神經語言模型，比起之前Alexa所使用的ASR模型，即時翻譯所使用的語言模型，可以處理更多話題的對話性語音。

目前Amazon還在改進即時翻譯功能，嘗試使用半監督式學習，來提升翻譯的品質，而且為了提高翻譯的流暢性，以及口語輸入的強健性，Amazon也正在研究將對話性語音資料，應用到神經機器翻譯引擎，並產生包括語境的翻譯結果，像是語調或是非正式的翻譯，對口語或是慣用語將有更全面的支援。