北京白癜风专科哪里最好 https://wapyyk.39.net/hospital/89ac7_knowledges.html人工智能所引起的话题从未间断，在写作机器人、写诗机器人、翻译机器人等陆续面世之后，几度引发人们的恐慌：这些机器人会取代作家、翻译人员、同声翻译等的职业吗？在我们尚未得出结论之际，Google公司也在这股热潮中推出了它涉足智能耳机领域的第一个产品——GooglePixelBuds耳机。这款无线耳机除了具有一般耳机的功能外，它还能利用Pixel手机上的谷歌翻译软件，协助用户实现实时翻译。实时翻译的实现需要一系列技术的支持，那么PixelBuds从语音输入、转换语言（翻译过程），直到将翻译好的语音反馈给用户，这中间到底运用了什么技术呢？GooglePixelBuds（图片来自网络）实时翻译系统的运作：一、输入调节PixelBuds接收到的语音不一定是清晰的，背景当中会出现大量的噪音，因此去除噪音并把用户想进行翻译的语音截取出来是必须的，而语音活性检测（VAD）的运用就能确保PixelBuds只接收主人所说的话，而不是听从每个人的命令。二、语言识别（LID）语言识别利用了机器学习的系统，能够在几秒内辨别出所说的是哪种语言，它也间接地引导了PixelBuds之后对所听到的语音的意义，因为意义会随着语言的不同而改变。然而，仅仅依赖发音来识别语言是不准确的，因为有的语言是拥有几乎一模一样的发音的，因此谷歌配置了全新的声学模型来帮助识别语言。三、自动语音识别（ASR）这个系统会使用该声学模型先将输入的语音一个个转换成音素，再利用具体的语言模型把音素的数据转换成文字。尔后，通过口语语法、连接上下文、发音词典等资料库的分析，ASR系统会自主补上句子中的空缺并自动修改有误的音素，从而推断出一段基本正确的文字。四、自然语言处理（NLP）NLP则会利用翻译机器，把这段文字翻译成另一种语言（即目标语言）。这样的翻译不仅仅是把每一个词翻译成对应的词那么简单，而是需要系统理解语音的语境、情景、语气、语言的习惯等等，才能了解背后的含义，继而将这个意思用另一种语言表达出来。五、语音合成（TTS）这个系统会从文字片段中生成符合自然语言的语音，即是使用复杂的统计声学模型生成听起来自然、不违和的声音片段。（图片来自网络）举个中英翻译的例子来说明它们之间的配合和操作。当PixelBuds收到翻译的指令后，就会率先记录语音，用VAD截取需要翻译的语音片段，随后交由手机中的翻译软件进行压缩，再通过无线网络或数据网络上传到谷歌的语音服务器。云端服务器则会将语音解压并使用LID来判断出输入语言是中文还是英文，若判断为英文，那么英文的ASR系统就会将它转化为文字。接着NLP系统会把英文文字翻译成中文文字，然后发给中文TTS系统合成为中文语音。最后，这段生成的语音就会返送到手机和耳机中。整个过程听起来很复杂，但其实真实的运作仅仅耗费几秒钟的时长。（图片来自网络）GooglePixelBuds智能耳机最大的卖点就是它能够借助谷歌的人工智能技术，实现实时翻译，从而达到同声传译的功能。谷歌在这方面的成就是有目共睹的，以YouTube上的实时英文字幕为例，谷歌的最新技术已经达到近乎完整的地步，基本上可以把视频中的语音和对话准确地还原。现在，谷歌将这项技术运用到了耳机上，为谷歌公司进军智能耳机行列踏出了第一步。当然在技术上仍然有些许的不足，在准确性和速度方面也尚未能够超越自然语言使用者，可是就这个产品对我们的影响而言，它蕴含着深远的影响。我们可以更自然地与不同国家、不同语言的人进行对话，不必担心有理解上的错误。GooglePixelBuds无疑是谷歌迈向人工智能助理领域的新一步。参考：《揭秘谷歌翻译耳机究竟如何工作》
转载请注明：http://www.0431gb208.com/sjslczl/5963.html
