倘若語(yǔ)言不再是人類交流的壁壘，會(huì)發(fā)生什么？

長(zhǎng)久以來，人類都有一個(gè)共同夙愿：發(fā)明一個(gè)機(jī)器，實(shí)現(xiàn)全人類之間毫無障礙的自由交談。而毫無疑問，自由交談在一個(gè)宣稱自由連接的互聯(lián)網(wǎng)時(shí)代更能彰顯它的價(jià)值——畢竟，同是地球人，同住地球村，當(dāng)你我覓得彼此，卻聽不懂彼此語(yǔ)言，實(shí)在有些尷尬。

事實(shí)上，與那些讓生活變得復(fù)雜的“智能產(chǎn)品”不同，實(shí)時(shí)語(yǔ)音翻譯是那種讓人在直覺上認(rèn)為理應(yīng)擁有的技術(shù)，正因如此，它也一直存在于《星際迷航》、《神秘博士》以及《銀河系漫游指南》等科幻作品中。好消息是，人類似乎離這個(gè)夙愿越來越近了。

不久前，微軟旗下的Skype宣布，具備實(shí)時(shí)語(yǔ)音翻譯技術(shù)的Skype Translator中文預(yù)覽版正式在中國(guó)市場(chǎng)推出。其實(shí)不同母語(yǔ)間的人直接對(duì)話，讓機(jī)器實(shí)時(shí)翻譯，這些技術(shù)微軟早在去年就已與公眾見面，只是那時(shí)還不支持中文——你知道，哪怕是對(duì)于機(jī)器，有大約一萬(wàn)個(gè)常用漢字以及各種語(yǔ)音語(yǔ)調(diào)的中文也頗具挑戰(zhàn)性。但如今，包括微軟和谷歌在內(nèi)的科技巨頭的發(fā)力，使得地球上使用人數(shù)最多的語(yǔ)言和使用最廣泛的語(yǔ)言能直接展開對(duì)話。

那么問題來了，作為不同文化之間的擺渡者，倘若實(shí)時(shí)翻譯真能實(shí)現(xiàn)人類的自由交談，這一切意味著什么？

作為一項(xiàng)長(zhǎng)久愿望，在此前數(shù)十年時(shí)間，實(shí)時(shí)語(yǔ)音翻譯的發(fā)展一直受到錯(cuò)誤率高、麥克風(fēng)敏感度差異、噪音環(huán)境等因素阻礙。但近些年來，由于大數(shù)據(jù)的涌現(xiàn)，這項(xiàng)技術(shù)取得了不錯(cuò)的進(jìn)展。而Skype Translator更是凝聚了微軟在語(yǔ)音識(shí)別、自動(dòng)翻譯和機(jī)器學(xué)習(xí)等多領(lǐng)域的成果。

簡(jiǎn)單地說，Skype Translator的翻譯邏輯主要分為三步：將你的實(shí)時(shí)語(yǔ)音轉(zhuǎn)成文字；將文字翻譯成另一種語(yǔ)言的文字；將文字轉(zhuǎn)成語(yǔ)音。其中，識(shí)別實(shí)時(shí)語(yǔ)音并轉(zhuǎn)成文字是最棘手的部分。

如你所知，精確的實(shí)時(shí)語(yǔ)音翻譯有賴于強(qiáng)大的機(jī)器學(xué)習(xí)——也就是軟件學(xué)習(xí)訓(xùn)練數(shù)據(jù)的能力。這些訓(xùn)練數(shù)據(jù)包括翻譯的網(wǎng)頁(yè)，配有字幕的視頻，以及預(yù)先翻譯且轉(zhuǎn)錄成文字的一對(duì)一談話。事實(shí)上，已有不少人分享了他們過去的對(duì)話記錄。Skype Translator通過記錄對(duì)話來分析文本并訓(xùn)練系統(tǒng)更好地“學(xué)習(xí)”語(yǔ)言——當(dāng)準(zhǔn)備好的數(shù)據(jù)錄入系統(tǒng)后，機(jī)器學(xué)習(xí)軟件會(huì)在這些對(duì)話和環(huán)境涉及到的單詞中搭建一個(gè)統(tǒng)計(jì)模型，當(dāng)你說話時(shí)，軟件會(huì)在統(tǒng)計(jì)模型中尋找相似內(nèi)容，然后應(yīng)用到預(yù)先“學(xué)到”的轉(zhuǎn)化程序中，得以讓語(yǔ)音轉(zhuǎn)換為文本，再?gòu)奈谋巨D(zhuǎn)換成另一種語(yǔ)言。

值得一提的是，與程序設(shè)定一般的朗誦不同，人會(huì)一邊思考一邊說話，會(huì)犯錯(cuò)，這種犯錯(cuò)在口語(yǔ)表達(dá)中的體現(xiàn)就是打磕巴、停頓、重復(fù)或者頻頻出現(xiàn)如“嗯”“啊”“呃”之類的語(yǔ)氣助詞，而Skype Translator的機(jī)器翻譯模型則會(huì)處理這些停頓。在預(yù)覽版中，用戶可以看到部分語(yǔ)氣詞停頓被移除，未被移除的部分則可能通過用戶反饋進(jìn)行再優(yōu)化。

不過，作為一項(xiàng)不斷優(yōu)化的技術(shù)，無論是微軟的Skype Translator還是“老對(duì)手”谷歌的Google Translate，至少在現(xiàn)階段，實(shí)時(shí)語(yǔ)音翻譯技術(shù)應(yīng)該還談不上完美，系統(tǒng)對(duì)語(yǔ)音的識(shí)別準(zhǔn)確率也有待完善——你知道，語(yǔ)言如一只野獸，時(shí)刻都在變化，哪怕同一國(guó)家，因地域不同也有不同口音與俚語(yǔ)文化。有人就非常期待機(jī)器實(shí)時(shí)翻譯以下對(duì)話：

“約嗎？我在火車站等你?！?/p>

“我去！太遠(yuǎn)了！我不去！”

這些問題可以通過更大范圍的數(shù)據(jù)解決嗎？也許能，但還需要時(shí)間。無論怎樣，就像一位評(píng)測(cè)者所言：“（如今實(shí)時(shí)語(yǔ)音翻譯）整個(gè)體驗(yàn)就像是兩名電話銷售員在使用對(duì)講機(jī)，不過在使用過程中，這樣的抱怨將會(huì)被‘奇跡帶來的震驚所取代?！?/p>

當(dāng)然了，在時(shí)間線君看來，這樣的“震驚”或許可以更近一步。實(shí)時(shí)語(yǔ)音翻譯的聲音在現(xiàn)階段還略顯冰冷，沒什么生命感可言，那么在未來語(yǔ)音翻譯是否能像某款地圖一樣讓志玲姐姐曼妙的聲音為你服務(wù)？或者可以下載電影《Her》里斯嘉麗·約翰遜那般令人沉醉的聲線？

在微軟亞洲研究院，微軟研究院戰(zhàn)略總監(jiān)及技術(shù)顧問Vikram Dendi向《時(shí)間線》記者解釋道：“Skype Translator和導(dǎo)航應(yīng)用不太相同，后者詞匯量很有限，語(yǔ)句有許多重復(fù)。而且，關(guān)于使用其他人的聲音也可能引起一些社會(huì)討論，譬如我能不能用斯嘉麗的聲音來嘲笑別人？當(dāng)然，在這個(gè)領(lǐng)域我們還有許多工作可以做，也有能力做好，我們需要對(duì)系統(tǒng)進(jìn)行訓(xùn)練來讓它像一個(gè)人的聲音。不過我們最初研發(fā)Skype Translator的目標(biāo)是不讓它占用用戶太多時(shí)間，我們希望用戶只要運(yùn)行程序，點(diǎn)擊一下對(duì)話者，就可以開始說話了。這個(gè)技術(shù)已經(jīng)很復(fù)雜了，現(xiàn)在系統(tǒng)就有一點(diǎn)延遲，因?yàn)樾枰葯C(jī)器翻譯，所以目前我們不想再給它加一層復(fù)雜度了?！?/p>

在《圣經(jīng)·創(chuàng)世紀(jì)》中記載，曾有一個(gè)時(shí)代，人類擁有共同的語(yǔ)言，于是有人想在巴比倫造一座通天塔——巴別塔，以便直接跟上帝對(duì)話。

為了懲罰人類的傲慢與虛榮，上帝讓這些人說不同的語(yǔ)言，導(dǎo)致人們無法溝通，雞同鴨講，人類計(jì)劃失敗，自此各散東西。

那么技術(shù)能解除“巴別塔魔咒”嗎？倘若語(yǔ)言不再是人類交流的壁壘，會(huì)發(fā)生什么？

讓我們先來談?wù)務(wù)Z言的意義。在全球7000多種語(yǔ)言中（盡管有不少“小語(yǔ)種”已日漸枯萎），除了詞匯和語(yǔ)法的表層差異，不同的語(yǔ)言是否能使人類產(chǎn)生不同的思維方式——譬如對(duì)時(shí)間與空間概念的認(rèn)知，或者對(duì)因果關(guān)系的認(rèn)知，幾千年來就一直是學(xué)者們爭(zhēng)論的主題。神圣羅馬帝國(guó)的查理曼大帝就曾在科技還不甚昌明的時(shí)代宣稱：“掌握第二種語(yǔ)言就是擁有第二個(gè)靈魂?！?/p>

當(dāng)然，從科學(xué)的角度，斯坦福大學(xué)教授Lera Boroditsky也曾頗具詩(shī)意地表達(dá)過語(yǔ)言的意義：“每種語(yǔ)言都包含著一種獨(dú)特的世界觀，反映了使用者數(shù)千年來的思想、傾向和認(rèn)知方式。一種語(yǔ)言就像一個(gè)完整的宇宙，人類有7000多個(gè)平行宇宙，有的彼此相似，有的大相徑庭。這種巨大的多樣性是人類頭腦靈活性和精致性創(chuàng)造出的奇跡。我相信，對(duì)人類認(rèn)知世界的認(rèn)識(shí)越深刻，就越能更好地理解人類的本質(zhì)?！?/p>

假如互聯(lián)網(wǎng)發(fā)展的底層邏輯是將全人類更好地連接在一起，形成一個(gè)巨大村落，那么語(yǔ)言也許就是最后一個(gè)技術(shù)障礙。在此之前，圖片作為全世界的通用語(yǔ)言，在社交應(yīng)用上發(fā)揮了巨大作用——無論在哪個(gè)國(guó)家，笑容就是笑容，哭泣就是哭泣。當(dāng)然，表情符號(hào)也發(fā)揮了類似作用——你知道嗎，真的有人曾用表情符號(hào)聊了45分鐘。

所以，可以肯定的是，當(dāng)人類連接在一起，打破語(yǔ)言的壁壘，更好地理解彼此，勢(shì)必將開啟“地球村”的新篇章。

好吧，最后，還是善意地提醒一下那些外語(yǔ)不太好的同學(xué)吧。在可以想見的未來，語(yǔ)音翻譯的技術(shù)一定會(huì)闊步向前，但這并不意味著從現(xiàn)在開始就徹底不用學(xué)外語(yǔ)啦?！拔艺J(rèn)為這項(xiàng)技術(shù)不會(huì)取代學(xué)習(xí)一門語(yǔ)言的價(jià)值?！盫ikram Dendi告訴時(shí)間線君，“如果我是個(gè)年輕人，喜歡上一個(gè)中國(guó)姑娘，我可不敢想象自己一輩子靠翻譯技術(shù)來和她交流?！?/p>

嗯，無力反駁。