语音到语音（S2S）技术似乎终于走出了科幻小说的境界，但它尚未准备好迎接黄金时段在今年早些时候发布的报告中，翻译自动化用户协会（TAUS）认为这是技术目前所处的悖论。
　　该报告概述了语音翻译的现状，未来方向，挑战和机会。它还包括对代表研究和在该领域工作的公司和公司的13人的访谈。我们在报告中提出了重点。
　　Lexifone的Ike Sagie认为现有的机器翻译（MT）和语音识别（SR）引擎无法直接使用。还需要优化层和其他修改。由于人们不断说话，必须有一个声学解决方案，将流量切割成句子或段，并将输出发送到音频优化层。在下一阶段需要进行语言优化以确保翻译准确性，例如确保疑问句用注释标注。
　　微软/ Skype的克里斯·温特表示，SR，MT和文字转语音（TTS）本身并不足以使翻译的会话发挥作用。因为翻译需要干净的输入，所以必须在自动SR和MT之间清除自发语言犹豫，重复，修正等元素。为此，Microsoft已经构建了一个名为TrueText的函数，将您所说的内容转换为您想说的内容。Wendt说，因为它受到现实世界数据的培训，所以最常见的错误最有效。

石柱谷歌有道翻译

　　根据中国科学院的Chengqing Zong的说法，S2S技术的未来发展也可能包括评估质量的方法，而不是现在的自动技术，如Bleu Scores。宗庆后说，“我们将更多地依赖人类的判断力。尽管存在速度和数据稀疏问题，神经网络的工作仍将继续。“
　　当然，S2S最受欢迎的用例是旅行。EML的Siegfried“Jimmy”Kunzmann表示，企业市场的可扩展性很有意义，但存在隐私和公司数据安全问题。具体而言，企业消息或短信市场存在潜力。
　　Kunzmann说另一个有吸引力的领域是电话交谈的转录和翻译。但是，由于手机带宽有限，准确的性能取决于使用适当的工具自定义域词汇表。
　　另一个语音密集区域是语音分析领域，例如，它可用于衡量客户服务代理的绩效。到目前为止，这仅仅是在录制的内容上完成，但S2S技术应该可以很快扩展到实时分析。
　　亚历克斯Waibel的? ?F Jibbigo 成名，代表 卡耐基梅隆大学（CMU）/报告卡尔斯鲁厄理工学院，援引医学交流，人道主义任务，广播新闻和讲座，研讨会的解释，政治演讲作为其他重要的用途。他说，“鉴于这种环境中存在巨大的语言障碍，问题不在于技术是否优于人类，而在于它是否优于人类。”
　　在很大程度上，这仍然是一个承诺。使该技术适用于新语言的成本（更不用说全世界7000种语言）仍然过高。

石柱有道翻译兼职要求

必须收集广泛的语音和翻译数据库，以支持新的语言; 此外，必须为每种语言，领域和任务构建，训练和调整词汇表，语言模型和声学模型。大多数长尾语言都没有得到很好的研究，对于许多人来说，互联网上没有数据。
　　IBM /微软应用科学集团的Yuqing Gao认为，开发适用于任何情况的通用语音翻译的希望是错误的 - 实际上是对该领域的责任 - 因为它引起了错误的期望。高说，最好的目的是针对特定用例进行口语翻译（SLT）。
　　在报告中不止一次，S2S技术未来发展面临的最大挑战是消费者期望它是一项免费服务。这源于一些公司已经免费提供它的事实。
　　例如，进行语音搜索。就收入而言，这是最弱的市场，但该领域目前具有最大的潜力。但是大型平台目前免费赠送。这将阻止其他可能较小的公司将资源用于研究。
　　受访者还经常提到SLT解决问题的误解。这反过来又导致缺乏高级研究的资金。
　　微软/ Skype的Christ Wendt提到的一个有趣的挑战是，作为通信媒介的语音可能会因某些用例而丢失。例如，年轻人倾向于发送即时消息（IM）或使用Snapchat而不是相互呼叫。
　　报告中另一个有趣的观点是SpeechTrans的John Frei和Yan Auerbach。他们认为新兴设备和S2S硬件是重要因素。在中国，作为翻译交换的一部分，将电话拿到某人可能会被视为威胁，而腕带或手表可能会更好。
　　长期以来，通用翻译人员一直在幻想，语音技术是朝着这个方向迈出的重要一步。然而，我们在本文开头提到的悖论既助长又助长了这一领域的未来发展。与此同时，我们将看到S2S如何发展。