Arick的異想空間

「語音」也是所謂自然操作介面的一種方式，過去幾年來，科學家們一直試圖讓機器能夠了解、識別人類的語言，如同蘋果的Siri語音助理便是其中一種應用。而最近微軟所發表的一項語音技術，不但能讓機器理解人類的語言，甚至還能讓人口中說出來的英文直接翻譯成中文語音，並且相當接近人類正常的腔調！

微軟的首席研究長（Chief Research Officer）Rick Rashid在一場發表會中，示範了這個技術。當他在場上演講時，可看見螢幕上由機器自動將他說的話轉變成英文字幕；不過這不算什麼，接下來機器還居然直接將他講的英文，自動翻譯成中文說出來。

從以下影片7分30秒的地方開始，可以看見機器自動翻譯的實況，到底準不準確？聽起來效果如何？大家可以親自體驗。

這項技術是由微軟研究中心，與多倫多大學所共同研發出來，利用一種稱為深度神經網路（Deep Neural Networks，暫譯）的技術，透過將人腦行為模式化，訓練機器具有更佳的識別率。這種方式與先前的技術比起來，可將錯誤率降低30%左右，以往大約講4到5個字便會出現一個錯字；但現在可以講7到8個字才出現錯字了。

要讓機器理解人類的語言不是件容易的事，不只是每個人口音不同，即使同一個人，在不同的場合、不同的情境，對同一個詞句都可能有不同的表達方式。之所以可以達到目前的進展，透過巨量資料（Big data）的分析也是個因素。Rick Rashid提到此系統分析了許多中國人的語音資料，而在示範之前，他也花了一些時間訓練系統學習他的腔調。

操作介面在科技領域始終扮演著關鍵角色，直接影響到產品「好不好用」這件事，從早期作業系統由文字轉成圖形介面，造成個人電腦的普及；到近幾年iPhone創新的觸控介面，促成行動時代的來臨，都是由於操作介面上的突破，所帶來的改革。微軟近幾年來相當專注於「自然操作介面（Natural user interface，NUI）」的研究，如Windows 8的觸控介面，以及Kinect的手勢操作，這次的語音翻譯功能，再度令人大開眼界，或許下一波大改革的日子已然不遠？

資料來源：
Amazing: Microsoft turns spoken English into spoken Mandarin – in the same voice - The Next Web