深度对话科大讯飞胡郁：搞定33国语言的翻译神器如何炼成？

2018 年 4 月 21 日 智东西 寓扬

看点：手机翻译APP泛滥后为何还要做一款翻译机？2999元的定价又是如何考虑？我们听听科大讯飞胡郁怎么说。

昨日，科大讯飞在京发布讯飞翻译机2.0产品。相比一代翻译机，它可以翻译的语种增加至33种，除了语音翻译、离线翻译外，还支持拍照翻译功能。值得一提的是，讯飞翻译机2.0还针对国内用户口语、方言问题进行优化，目前已支持东北话、四川话、河南话、粤语4种方言翻译。其官方售价为2999元，与一代产品价格相同。

刚刚过去不久的博鳌亚洲论坛上，同样有科大讯飞翻译机的身影，讯飞翻译机已成为博鳌论坛官方指定产品，与会期间受到国际政要与企业高管的好评。

其实科大讯飞在2016年就将机器翻译技术落地，推出晓译翻译机，引领了国内智能翻译机市场的发展。在过去一年讯飞翻译机销量达到20万台，覆盖137个国家，服务次数2000万，用户好评率达98%。

科大讯飞执行总裁、消费者BG总裁胡郁欣喜地谈到：“我们探索出一个新的品类，并且证明机器翻译可以做成一种硬件并取得不错的成绩，引领了这个行业的发展。”而近两年也确实是机器翻译快速落地的一年，搜狗、百度、网易等纷纷在讯飞之后推出翻译机产品。

▲科大讯飞执行总裁、消费者BG总裁胡郁

会后，智东西同胡郁围绕讯飞翻译机产品思路、定价策略、翻译机市场状况、机器翻译行业现状等进行深度沟通，呈现了他在打磨翻译机过程中对手机与翻译机、机器翻译技术与落地产品之间的利弊平衡与思考。

方言翻译成亮点，讯飞定义旗舰翻译四大标准

讯飞翻译机2.0是在“拷问”中诞生的。2016年科大讯飞推出第一代翻译机，20余万台的销量也沉淀了一大批用户，而大量的用户反馈与市场调研也不断迫使讯飞团队思考，翻译的语言多少才够用？说不好普通话怎么办？嘈杂噪音环境下能不能好好工作？出国遇到文字信息怎么办？翻译机达到什么水准才够实用？

据讯飞翻译机产品负责人翟吉博介绍，翻译机86%的用户用于出境游，这给他们指明了方向，聚焦于用户需求的原点，针对产品翻译语种数量、多样化口音翻译、真实使用环境、口语外的其他翻译以及翻译准确度进行严格拷问，讯飞翻译机2.0于昨日正式发布，它针对以上问题一一给出了答案。

结合国内出境游用户经常去的国家，讯飞翻译机也由一代支持6种语言，到二代翻译机支持全球33种语言与中文的互译，满足了绝大部分中国用户的出境游。

而针对国内用户30%不会说普通话，63%普通话带有口音的现象，科大讯飞依托讯飞输入法长期积累的方言数据与能力，将带方言口音的普通话识别率整体达到95%，并支持粤语、四川话、东北话、河南话四种方言翻译。翟吉博介绍到，讯飞一代翻译机已经上线中英文离线翻译，下一步讯飞将扩大中日、中俄、中韩等语言间的离线翻译。

讯飞翻译机2.0另一个亮点——拍照翻译。毕竟出境游客不只需要语言交流，还需要看懂外国文字，比如你在国外餐馆吃饭却看不懂菜单该怎么办？这时候拍照翻译就显得尤为重要。讯飞翻译机2.0 正面带有一个屏幕，背面还有一个摄像头，通过摄像头对需要了解的信息进行拍照，然后通过图片识别技术就可以将图片中的外文转换为中文。目前讯飞翻译机2.0已支持英、日、韩等11种语言的拍照识别。

此外，出境游很可能面临嘈杂的沟通环境，如何保证翻译机在这种环境下靠谱工作呢？在语音识别较高的准确率下，嘈杂环境最大的问题是如何有效的获取用户清晰的声音，讯飞翻译机2.0搭载了一个四麦的麦克风阵列来解决这个问题。在一段对比iPhone手机视频中，我们可以感受到，在同等音量下，讯飞翻译机获取的声音更加清晰，噪点较少。

通过以上几点“问题、拆解、答案”的呈现，讯飞提出了A.I.旗舰翻译的四大标准：听得清、听得懂、译得准、发音美。我们清晰的感受到，科大讯飞不只是单纯为了落地技术而做翻译机，而是深刻围绕核心用户的使用场景和使用痛点在打磨产品。可见作为开拓者的科大讯飞，在翻译机上又向前迈进了一步。

有了手机，为何还要做翻译机？

有人可能会说在手机中装个翻译软件不就行了，为何还要做一款翻译机？科大讯飞执行总裁、消费者BG总裁胡郁意味深长地说：“做翻译机是科大讯飞深思熟虑的结果”。而这背后体现着讯飞对技术落地的探索、对产品的思考，以及对翻译事业的战略重视。

科大讯飞是一家拥有19年历史的本土语音技术公司，技术布局涵盖语音识别、语义理解、语音合成、机器翻译等各个语音领域，其中机器翻译便是讯飞一项重要的技术。

早在2011年，科大讯飞率先在国内将神经网络技术应用到机器翻译，在国际与谷歌都是同一时期进军这一领域的。基于神经网络技术，讯飞分别于2011年~2013年推出新一代的语音识别、语音合成、机器翻译语言模型。依托这些技术，讯飞在系列国际语音类大赛中获奖，比如在2014年IWSLT国际口语机器翻译比赛中，讯飞获得冠军，在著名的Blizzard Challenge语音合成比赛，讯飞已经连续十二年夺冠。语音技术上的优势为讯飞落地行业与应用打下良好的根基。

比如像讯飞翻译机中使用的机器翻译技术就涉及到语音识别、翻译器、语音合成等过程。以讯飞翻译机为例，首先基于讯飞四麦的麦克风阵列以及前端信号处理的算法，能够在更加自然的距离清晰获取用户的声音，然后通过语音识别技术将用户的语音转换成中文文字，接着通过翻译器实现中文与外文的翻译，接着再凭借语音合成将外文以语音的形式呈现给对方。这里面涉及到的每一个环节都需要相关技术的支撑，没有良好的技术支撑便不能保证良好的用户体验。近年来讯飞在语音技术上仍不断探索，提出语音到语音的机器翻译、全双工语音翻译等。

在产品层面，胡郁从三个角度解答了为何有了手机之后我们还要做翻译机的问题。首先，手机的主要使用场景是近场使用，它没有考虑到在翻译过程中人可能离的比较远、环境噪声大等问题；其次，他认为智能硬件的精髓在于好用，在于方便快捷，打开即用，一步到位才能有更好的体验，而手机中使用APP的过程繁琐，操作不便；第三，翻译场景应该有更自然、更亲和力的交互，将手机直接放在别人嘴边也不符合我们的交往礼仪。

而在战略层面，翻译已经深入科大讯飞骨髓。作为语音技术的重要落地方向，翻译是讯飞的一项关键业务。讯飞也从2009年就参与了少数民族语言的翻译工作，正如胡郁所言：“翻译对于科大讯飞不仅仅是一项技术或产品，而是一项事业。”

作为人类之间沟通最便捷的方式，语言之间的转换，直接影响到我们将来人类的整个交流，甚至影响到我们人类将来的命运。今年，科大讯飞董事长刘庆峰在今年两会上就提出了，人类语言大互通的计划。讯飞还与国际电信联盟、上海外国语大学、中国外文出版发行事业局、东北大学等合作，共同推动翻译事业的发展。

胡郁还提出，未来的翻译行业是人与机器的结合与互动。机器翻译不会取代人工，而是能够取代技能比较低的部分，从而让人从事更有创造性的工作。

2999元的定价是何考虑？

近两年翻译机不断的涌现市场，科大讯飞、百度、搜狗、网易等纷纷推出翻译机产品，似乎翻译机迎来了一个春天。尽管科大讯飞是翻译机市场的引领者，但当下也面临两类玩家的竞争，一类是同样推出翻译机产品的搜狗、网易等，一类是微软、百度、腾讯等推出的翻译APP。

面对搜狗翻译机1498的价格，以及其他千元以内的翻译产品，科大讯飞为何要将价格继续定在2999元呢？胡郁解释到，翻译机产品本身还没有到成熟的阶段，作为一个新的垂直品类，最重要的还是产品的用户体验和功能性，一味的低价竞争并没有意义。言下之意，讯飞翻译机这款旗舰新品会更注重产品的打磨和用户体验，进而赢得用户。

而当谈到谷歌、微软、以及百度、腾讯、网易等做的手机翻译APP时，胡郁以微软翻译为例分析他们与讯飞的不同，尽管微软也做了翻译，但没有做硬件，但并没有从应用场景做分析。而讯飞更加聚焦，围绕中国用户的需求，深入研究出境游的场景化需求，将中文与其他语言之间的互译做透。

胡郁还谈及了讯飞翻译机与谷歌Pixel相机图片翻译的不同，谷歌手机无需拍照，就可以对图片信息做到识别，这里应用到的技术是AR（增强现实），但是谷歌更多从技术落地来考虑，这需要更强的处理器支持，并且也会增加手机的耗电量。而讯飞做翻译机更多是从产品层面来考量，采用的是先拍照后识别的技术，拍照已经能够满足用户的需要，减轻CPU、内存的负担，并增强翻译机的续航能力。

他近一步谈到，机器翻译技术已经到了可用的时间，并且在这个过程中讯飞率先推出产品，并向市场证明翻译机能够卖出量，无疑对行业起到引导作用。如果说技术的可用是一个先决条件，那么对未来智能硬件市场的看法则是另一个关键因素。他认为手机更像是一个通用模拟器，其霸主地位短时间并不会改变，但是未来智能硬件会多元化，在某些场景下智能硬件能够与场景和用户体验深度结合，也会有很强的需要。

当问及他对翻译机市场空间的看法时，胡郁称还有待进一步观察，他举例到2016年他们刚开始做翻译机的时候没有想到会有这么大的需求，但现在感受就不一样了，这是一个在不断探索中发现的过程。他笑称，预测未来最好的方式就是把它实现，不然等大家都搞清楚了在做，就没有机会了。并且未来翻译机是什么形态并不重要，因为翻译的需求是不变的，沟通的需求也是不变的。可以预见，讯飞会围绕翻译继续深入布局。