中国AI同传遭质疑之时谷歌实时翻译也被吐槽了( 二 )

事实上， Trint的公司网站专门用了长长的篇幅来介绍如何在安静环境中记录演讲内容。该公司声称，其操作存在5%至10%的误差，但它明确表示，这适用于安静环境的录音。 Trint首席执行官杰夫·科夫曼（Jeff Kofman）说:“最大的挑战是向我们的用户解释，我们的表现只能和他们给我们的音频一样好。在有回声、噪音甚至重音的情况下，算法就会出错。 ”
现场演讲所带来的挑战意味着，在创建神经网络的过程中，训练过程是成本最高、耗时最长的部分。而像谷歌对Pixel Buds所做的那样，只在有限数量的设备上支持实时翻译，当然无助于系统学习。实际上，它处理的语音越多，它可以向算法中添加的数据就越多，机器就越能学会识别不熟悉的语音模式。
对于消费技术资深分析师格里森来说，这是谷歌将该功能扩展到更多硬件的原因之一。他表示:“语音识别中最棘手的问题之一，就是收集足够的特定口音、俗语、习语数据，所有这些都是高度区域化的。将这个功能仅用于Pixel上，永远不会让谷歌接触到那些区域化数据，进而也无法处理足够多的数据。 ”
然而，积累数据也有不利的一面。表现最好的神经网络是那些拥有最多数据的网络，但由于数据需要在CPU上处理， CPU的压力也会随着信息量的增多而增加。这类CPU还远未达到与移动设备完美集成的程度，使得实时语音处理在今天依然无法成为现实。实际上，每次使用Google Assistant时，语音信息都会被发送到数据中心进行外部处理，然后再发送回用户的手机上。这些计算工作都不是在本地完成的，因为现有的手机无法存储神经网络处理语音所需的庞大数据。
霍瓦特说，虽然Google Assistant能够相当快地完成这一过程，但距离实时语音识别还有很长的路要走。该公司目前面临的挑战之一是，如何在手机中整合神经网络处理，以提高实时翻译等功能的无缝性。事实上，开发人员已经在致力于开发适合于高效处理神经网络的小型外部芯片，这种芯片可以集成到手机中。例如，本月早些时候，华为宣布了一种AI芯片，该公司声称其可以在几分钟内训练好神经网络算法。
虽然谷歌有自己的芯片Edge TPU ，但它是为企业用户而不是智能手机设计的。对霍瓦特来说，这是它的致命弱点：作为一家软件公司，谷歌对制造商没有多少控制权，无法确保开发出一种产品，使所有安卓设备都能使用本地神经网络处理，与苹果截然不同。
在不久的将来，谷歌可能被迫采取更小的步骤来改进其语音识别技术。虽然实时翻译引来了许多批评，但对于行业分析师、Counterpoint物联网、移动和生态系统研究主管尼尔·沙赫（Neil Shah）来说，扩展它有益于谷歌参与竞争:“谷歌已经获得20亿安卓用户。随着越来越多的用户开始在安卓手机上使用最新的语音交互，它能够比竞争对手更快地扩大规模，并接受大量输入数据流的训练。 ”
格里森所也赞同这种看法。无论对实时翻译的评论是否坚持温和嘲讽的基调，谷歌的举动最终都会带来显著的改进。就像所有的AI产品一样，这个工具同样需要学习，它进入市场的过程还没有完成。格里森表示:“人们可能会说，谷歌的实时翻译运作方式与承诺的不一样，但这是其实现目标的唯一途径。 ”口译翻译现在不必担心他们会立马丢掉工作。

中国AI同传遭质疑之时 谷歌实时翻译也被吐槽了( 二 )

中国AI同传遭质疑之时谷歌实时翻译也被吐槽了( 二 )