新時代高科技不計其數越來越發達，小伙伴們看過不少科技新聞吧，在我們生活中應該也用到很多這些高科技東西，有哪些小伙伴值的關注的呢，今天就跟大家分享一篇有關科技方面知識，希望大家會喜歡。

谷歌人工智能今天分享了關于Translatotron的詳細信息，這是一個實驗的人工智能系統，能夠將一個人的聲音直接翻譯成另一種語言，這種方法允許對一個人的聲音進行綜合翻譯，以保持原始說話人的聲音。

傳統上，語音翻譯使用自動語音識別將語音轉換為文本，應用機器翻譯，然后使用文本到語音來產生翻譯，但Translatotron是端到端的翻譯模型。 研究人員說，與傳統的級聯模型相比，Translatotron可以更快地完成翻譯，并減少并發癥。

“據我們所知，Translatotron是第一個端到端的模型，它可以直接將一種語言的語音轉換成另一種語言的語音。 它還能夠在翻譯的演講中保留源說話人的聲音。

測量機器翻譯質量的BLEU評分發現實驗的Translatotron比傳統的級聯系統質量低，但Translatotron比基線級聯翻譯獲得了更準確的翻譯。

機器翻譯的端到端模型的出現始于法國研究人員于2016年在Neur IPS接受的一篇論文。

為了使Translatotron能夠進行端到端的翻譯，研究人員使用序列對序列模型和譜圖作為輸入訓練數據。 揚聲器編碼器網絡用于捕獲揚聲器聲音的特征，多任務學習用于預測源和目標揚聲器使用的單詞。

Translatotron在今天發表的一篇題為“使用序列對序列模型的直接語音到語音翻譯”的論文中得到了更詳細的闡述。

Translatotron的發布是在谷歌推出SpecAugment一個月后出現的，SpecAugment是一種人工智能模型，它使用計算機視覺和多種技術從光譜圖像中理解單詞。

Translatotron可以應用于類似Google Assistant的口譯模式，該模式在今年1月首次面向家庭演講者。 口譯模式能夠以27種語言進行聽力和語音翻譯。 像谷歌和微軟這樣的公司也在使用他們的語言翻譯作為贏得iOS用戶的一種方式。

Translatotron是谷歌在機器翻譯和語言處理方面的最新進展。

上周，在谷歌的I/O開發者大會上，谷歌分享到，它縮小了其反復出現的神經網絡和語言理解模型，用于智能手機設備上的機器學習，使谷歌的速度提高了10倍。 谷歌還推出了鏡頭翻譯，這樣你的相機就可以翻譯100多種語言。