2013年9月13日，譯雅馨翻譯公司了解到，語音翻譯識(shí)別背后有著非常復(fù)雜的技術(shù)，需要的資金和人才投入對(duì)創(chuàng)業(yè)公司來講可能很難承受的起，所以這一領(lǐng)域現(xiàn)在的幾大強(qiáng)手好像都是至公司。上文中提到的樞紐技術(shù)“深度神經(jīng)網(wǎng)絡(luò)”我們此前也曾報(bào)道過，也許代表著下一代人工智能的方向。

Rick簡樸解釋了這種技術(shù)背后的原理：“兩年前微軟研究院和多倫多大學(xué)合作取得了新的突破，研究者們利用一種模擬人腦運(yùn)作機(jī)理的技術(shù)(名為深度神經(jīng)網(wǎng)絡(luò))開發(fā)出了一種識(shí)別度遠(yuǎn)超以前的語音技術(shù)。這套新技術(shù)可以將錯(cuò)誤率降低約30%，意味著此前4到5個(gè)詞中就會(huì)認(rèn)錯(cuò)一個(gè)，而現(xiàn)在7到8個(gè)詞才會(huì)錯(cuò)一個(gè)。

開始他展示了計(jì)算機(jī)對(duì)英語的語音識(shí)別能力，跟著演講的進(jìn)行屏幕上就泛起了相應(yīng)的文字，接著他開始展示這些英文是如何翻譯成中文的。到這還不算什么，但是接著，計(jì)算機(jī)開始像真正的口舌人一樣將Rick所說的話全部用中文語音說出來，而且因?yàn)榇饲癛ick曾經(jīng)給這套系統(tǒng)輸入過一小時(shí)自己的錄音信息，電腦的中文聲音不是機(jī)械聲，而是跟Rick本人的調(diào)子驚人的一致。

微軟去年發(fā)布了一個(gè)視頻，主講人是微軟首席研究員Rick Rashid，他向大家展示了微軟在語音翻譯領(lǐng)域取得的新成就。