你对于智能AI语音系统的理解是怎样？

对于学习语言或生活中会需要使用外语的大家来说，翻译字汇、句子是理解事物的第一步，也是能够接续沟通对答的先决条件。为了满足人们想透过“不同语言”即时互动无阻的愿望，人工智能语音技术为此不断囊搜数据和自我学习，以提升语音系统精准度。

那么让我们先谈谈“机器翻译”的技术，目前历经三个阶段：

1.规则机器翻译Transfer based（FST）

1980年出现第一代机器翻译技术，分析、拆开句子的每个字，比对字义相关结果直接翻译；而最大问题是目标语言（翻译结果）和源语言（被翻译的语言）的语法不同时，就难以使人明白不规则的内容。

2.统计机器翻译Statistical machine translation （SMT）

1993年IBM研发词的统计机器翻译，主要技术是建构统计翻译模型，在当中设计翻译目标函数，满像高中学的f(x)=y，但是比较复杂的公式p(e|f)，从目标句还原成原句的运算；缺点是模型建构后，不易快速改变以符合语法调序。

3.神经机器翻译Neural machine translation (NMT)

近期2014年Google提出端到端神经机器翻译，透过人工神经网络ANN进行机器深度学习，经正向和反向的编码拼接，不受限于规则和模型翻译，大大提升流畅、准确度。

AI结合生活，人机共生

翻译的进步解释了人有更广大的视野探索世界，除此之外，去年，主要发展“AI语音识别”与“AI语音合成”的科技公司科大讯飞 的产品语音助手提高商用价值，能辨识中国28种方言，还有自动降噪的效果。举例来说，中国市场有百度的小度音箱、阿里巴巴的天猫精灵和小米的小爱同学，扩大了AI语音运用的可能性。

现今语音系统连接生活各领域，从医疗、教育到娱乐等，为求省时、省力，有效率、效能都能看见此技术的应用。医生可以一边专注进行诊疗，一边以口述将病历交给机器辨识整理，结束治疗短时间内就可以产出一份病历；或是借着语音合成，仿真人的语音系统可录制明星的声音，将以广泛利用于各场合、节日，满足粉丝随时能听见偶像的问候。

许多的革新都来自于人想改变“不便”，甚至趋于“完美”，这是关键的动力，我也一直期待AI语音技术未来的发展与新应用。