百度翻译的四个功能排序，是否有其独到的意义？-百度翻译准确度高吗

谢邀。

我没想到

@笑道人

会旗帜鲜明地……道长是不是如

@刘震林

在评论里所言，谷歌给了你“正直献金”？

而且，这个问题未免也太应景了。这里提一点不同意见（哇，公然反对执掌天下三千道观、八万弟子的道长，我好忐忑）。无论旅游翻译、菜单翻译、会话翻译、实用口语的四个场景，还是英语模式下的涂抹翻译、实物翻译、取词翻译和整屏翻译，其实都是奔着“翻译实用化”的方向去的。目前来说，口译和机译的研发过程中，“翻译实用化”依然是一个大目标，就算是App上增添的新功能，也是考虑到优先把结果和使用体验尽量相吻合。

因此功能冗余在现阶段基本是很难避免的，总有用户在功能上做出选择，例如说用户在A功能上受益，但B功能他可能就用不习惯；或者用户在A功能上无法形成正确翻译，必须借助B功能补全。所以无论哪种情况，都会形成使用偏好。但是用户是否真的用得到多种功能进行尝试呢？

我觉得用得到。因为大家最终的目的，都要享受到“翻译实用化”带来的便利。因此在面对这个目标，肯定有很多条路。

就好比在双语互译的功能集合当中，既要有文字输入，也要有语音输入，而且还必须交叉，也就是说，输入字句，不仅仅要出现文字翻译结果，还要出现音频输出结果。其实在这个层面上，给人感觉和道长说的结论“涂抹翻译和整屏翻译，功能性上也略显重复”类似。我觉得这样的重复必须有。

鉴于我是汉语言专业出身，只能从汉语言方面来强调现阶段App翻译功能重复的必须性。

首先需要注意的是：“翻译实用化”的概念很大。

链接：漢語口語自動翻譯走向實用化 -,-北方網

中国科学院自动化研究所模式识别国家重点实验室徐波研究员说，从1999年12月起，实验室和松下电器产业株式会社

等开始共同开发这一技术。目前推出的这套口语自动翻译机，支持1000多个基本语句和10 000多个词汇，可以实现简单的旅游会话。这项技术可作为旅游语音翻译助理和简易的语言学习助理，能应用于移动终端和新一代移动电话。

翻译实用化从技术上说，一直是人机语言识别和互译方面的的重点课题。另外，这个链接的内容当中提到一个相当重要的细节，那就是“汉语发音多、地域发音差异大”。这不仅仅是中/外语互译产生的实际困难，还是地方语言和标准普通话之间互译、互听的难题。

我在学习汉语言文学专业的时候（当时还没有App这种概念），相关专业课老师强调过，对于地方语言和汉语互译，“发音校准”是最难的，以我的地方母语粤语为例，广东不同地方对于粤语的发音差别很大，以粤语为母语的人，仅仅靠自身听力理解，都很难具体辨识不同地方的话语的意思。

就算在通用性的翻译上，汉语翻译成粤语同样受到地域发音的严重制约。这其中最主要的还是音调制约、平卷舌发音习惯制约，个人语言习惯、轻重音分布、尾音辨识等多种细节的制约还没有被算在其中。在这样的情况下，听写（笔译）都有可能出现辨识错误，只能靠看字翻译已确定对应的词义无误。

现在的技术相比当时有很大的进步，这个毋庸置疑。对于汉语语音的识别，可以做到多音调、平卷舌大量兼容，对于粤语语音的识别也有进步，但在音调上存在的先天差异，对于机器拾音、辨音和校准的过程还是有很大的挑战。

因为人的声调和口音不可能完全一样，这就是个体差异对语音识别的难度所在，因此就算语音库大到能够容纳所有语言，也无法准确识别所有人的口音。

国庆前，我两个大学同学“兜里有俩钱”，要败肾六，相约去特别行政区旅游，但是他们不懂“该死的粤语”（这是个梗，高仓健的电影，猜粗来的我有礼品送）。我帮他们找了几款翻译类App，发现粤语类互译目前效果相对来说最好的是百度翻译。因为它能做到即时互译。但是——

是不是真的能够实现“翻译实用化”的应用目标，需要实用过程进行判断。所以我通过自己的地方母语粤语进行了使用，并侧重于中文和粤语互译。这里简单给出一个结论：当前功能如果有足够的语音库进行支撑，那么“翻译实用化”是具备可行性的。问题不在于是否具备可行性，可行性谁都可以腆着脸说具备，但“趋向于实用的可行性，需要技术层面的支撑并且要体现相关的应用效果，”也就是说，用户的实用效果才是硬标准。

于是百度翻译在双语互译的功能当中，贴心而重复地做到了“文字输入”翻译成“文字”+“语音”，语音输入翻译成“语音”和“文字”（就连我也觉得，这其实算是“人性化过度”的表现）。

【请知友自重，这不是一篇评测报告，只是我个人使用的总结——本人没有精力给任何一家厂商打广告。如果有哪位热心知友肯帮我向百度推销，酬金我一定分你一半。有10元我分5元，有1元我分5毛，绝不赊欠。另外也请百度自重，如果你们要拿我这个答案去推广，请给我50万元人民币的酬金，上不封顶，不用谢。】

两个同学一个是广西老乡，日常普通话的水准大概等同于下面的链接（当然要好于链接水平）：

广西人讲普通话

另一个是山东的，日常普通话的水平大概等同于下面的链接（当然要好于链接水平）：

听过山东普通话吗？笑死你没商量。

请无关人士不要对号入座，我没有收钱黑任何人的义务，也从来没有地域歧视。

两个人的共同问题都是咬字和音调，这样的口音如果按照日常说话的速度说普通话再翻译成粤语，其实非常成问题。但是慢慢说还是能翻译清楚的。我以自己的和粤语标准进行了两种语言的互译测试，结果如下图。

关于地点和交通互译，3～4字每秒的普通话翻译，百度翻译基本准确，也就是说，主要交通地点的语音识别和翻译是准确的。

关于副词翻译，“怎么”没有直接从普通话翻译成粤语，而是翻译成“点”（粤语的怎么），这一点是获得了我的认同。而且语音输出并没有错。

关于动词翻译，“到”和“去”并没有被搞混。粤语翻译的结果当中，一句话的每个字都是被软件独立识别，从播放效果就能听出来，是每个字独立组句，所以音调生硬，但是没有口音，算是准确的。

粤语翻译成汉语就有问题，笔记本的“本”，粤语中我发音读成“补”，而且不是习惯性的说“手提电脑”，因此识别起来出现了偏差。这个时候，文字和语音的翻译输出结果毫无疑问是出错的，但有一点——被翻译的句子是没有问题的。所以粤语人士最终可以通过查看被翻译的句子，明白普通话人士到底在说些什么。

地点互译上粤语翻译成汉语的误差也比较大。“鸟巢”因为按照语言习惯不同，粤语在声母起头时有可能发“l”音，也有可能发“n”音，因此出现了多种识别错误。但是换个地名，说“水立方”就没问题。

还有一个就是重（复）音字在粤语当中的识别问题。“松”和“从”的发音是相同的，“国”和“哥”的音不同，但十分相近，因此“从国家体育馆，怎么去首都机场”就没识别好。这不仅仅是语音辨识的问题（语音辨识不仅仅声母要准确，韵母的辨识有时候更加重要），还有上下文智能联想的问题。遇上“鸟巢”和“国家体育馆”的翻译，基本上只能靠听，给出再多的文字识别都是没用的。

但是，这样的翻译结果能够接受吗？大多数人是可以的，毕竟这样的翻译结果离最终的目的含义很接近了，我觉得在表意上已经可以告别连蒙带猜

，旅游当中的需求型沟通是基本可以解决的。

但是，还是回到之前的那个观点，这个解决问题的方式，的确是建立在功能重复的基础上。

以目前的翻译效果来判断，“翻译实用化”不仅仅百度能达到，科大讯飞也可以达到，可行性不是问题。但要实现真正的实用化，需要在语音处理技术上有更强大的技术优势，包括声调判断、语音的捕捉、上下文联想、个人说话习惯等等细节的处理，才能真正去精简功能，实现真正的听说互译。

这个不是单纯语言库多么巨大、算法多么先进能实现的，目前可以说国内没有一家厂商具备绝对领先的优势。

最后，道长请把谷歌联系人的方式给我一个吧（好吧这是说笑的）。