（原標題：科大訊飛包攬同聲傳譯三項冠軍，訊飛聽見同傳再顯實力派?。?

　　 在2021年國際口語機器翻譯評測比賽（簡稱IWSLT）上，科大訊飛與中科大語音及語言信息處理國家工程實驗室（USTC-NELSLIP）聯合團隊在同聲傳譯任務（Simultaneous Speech Translation，簡稱同傳）中包攬三個賽道的冠軍。這是繼2018年在IWSLT比賽中獲得語音翻譯端到端冠軍之后，科大訊飛再次以實際行動證明了其在語音翻譯和機器同傳領域的國際領先地位。

　　 IWSLT是國際上最具影響力的口語機器翻譯評測比賽之一，針對語音翻譯實際應用面臨的難題，通過每年設定一些研究任務，并向外界提供公開的數據集合，吸引全球各地的科研團隊參與比賽，以此推動語音翻譯技術創新和知識共享。大賽至今已經舉辦18年，在業界頗具話語權。

　　 今年的IWSLT為考察不同語言對語序的影響，以及語音同聲傳譯整體性能，在同聲傳譯任務中共設置了三個賽道：一是英德文本同傳，實時地將真實的文本翻譯成目標語言文本；二是語序差異較大的英日文本同傳；三是英語到德語的語音同傳，實時地將語音翻譯成目標語言文本。

　　 本次比賽針對“翻譯質量”和“翻譯延遲”兩個維度進行評測。英國愛丁堡大學（UEDIN）、德國AppTek公司（APPTEK）、日本奈良先端科學技術大學院大學（NAIST）、字節跳動火山翻譯團隊（VOLCTRANS）和科大訊飛-中科大聯合團隊（USTC-NESLIP）等多支隊伍參與其中。

　　 翻譯效果-延遲曲線（英德文本同傳）

　　 最終，科大訊飛團隊在以上三個賽道均取得第一名。根據科大訊飛本次提交的最終系統效果，在低中高三個延遲區間上都顯著優于其他系統，尤其是在低延遲區間的突出表現，對于進一步推動機器同傳的商業落地頗具價值。

　　 表1英德文本同傳效果排名

　　 表2英日文本同傳效果排名

　　 表3英德語音同傳效果排名

　　 科大訊飛創新性的提出Cross Attention Augmented Transducer（CAAT）同傳架構，針對同傳任務中翻譯質量和延遲這兩個評價目標，借鑒語音識別中部分模型的優化方式，它實現了將動態的同傳策略和翻譯模型聯合優化，從而在延遲-翻譯質量之間找到了更好的平衡。

　　 相比目前主流的機器翻譯技術，CAAT避免了固定延遲導致的延遲過大或翻譯質量下降的問題，在相同延遲下取得翻譯質量的明顯提升。除了這一模型結構的創新外，針對任務中語音翻譯數據量有限這一問題，訊飛還從模型融合、數據增強等策略上進一步優化。

　　 CAAT模型結構

　　 用AI創新打破溝通屏障

　　 依托科大訊飛在機器翻譯和語音同傳領域的深耕，訊飛聽見也在積極的推動技術走向落地，訊飛聽見同傳產品即是重要應用。

　　 訊飛聽見同傳能夠廣泛應用于會議辦公、展廳、跨國交流、線上線下會議、發布會等多類會議場合，具有離線單機版和在線客戶端兩種產品形態。

　　 依托科大訊飛的語言轉寫、機器翻譯、語音合成等核心技術，提供9國語種的語音識別和機器翻譯，并輔以AI字幕投屏、多語種會議記錄、機器學習和優化等功能，支持通過手機掃碼收看會議記錄、收聽會議內容和多語種語音合成播報，可搭配專業人工同傳譯員進行使用。

　　 訊飛聽見同傳離線單機版

　　 訊飛聽見同傳在線版客戶端

　　 訊飛聽見同傳能夠協助解決多語種場景下的會議交流，支持中、英、日、韓、法、西、德、俄、阿9國語種的識別和翻譯，通過AI語音技術減少資源成本，加強會議溝通交流。

　　 截止目前，訊飛聽見同傳已服務大會超10000場次，服務覆蓋人群超3億人次，已連續5年為全國“兩會”提供智能會議記錄服務。 訊飛聽見智能會議系統累計覆蓋1000余家企業單位，訊飛聽見會議累計服務1000000次遠程視頻會議。訊飛聽見網站及APP為近1500萬用戶提供智能轉寫及翻譯服務，累計轉寫時長超3866萬小時，為聽障群體定向捐贈時長超1400萬小時。

　　 訊飛聽見同傳為WAIC2021提供轉寫翻譯服務

　　 秉持創新和堅守，共建美好未來

　　 在目前看來，機器同傳技術相比人工同傳依然存在很多不足，比如人工同傳對表達的語義理解更準確，翻譯更地道，機器容易出現直譯問題；雖然人工同傳會對發言人內容進行刪減，但核心內容不會丟失，但機器容易出現識別和翻譯錯誤等問題。 本次科大訊飛在IWSLT 2021同傳任務上的技術突破不是終點，而是新的起點，后續科大訊飛仍將繼續用嚴謹的科學精神，專注核心技術研發，提升在語音翻譯和機器同傳領域的核心競爭力，進一步迭代提升機器同傳的性能和效果。用人工智能讓世界溝通無障礙。