9月17日，世界人工智能大會開幕即迎來了不少業內重量級嘉賓分享觀點，兩家語音轉文字產品也展開了一場放在“檯面”上的較量。
在大會講臺上，分佈屏幕兩邊的分別是科大訊飛和騰訊提供的服務：訊飛聽見和騰訊同傳。
在上午的中文為主的語音轉文字過程之中，兩位公司掌門人點燃了大眾比較的熱情。
“今天人工智能在同聲傳譯應用還處於初期，所以今天騰訊同傳現場採用依靠機器完成，而不是人機協作，這需要很大勇氣。這是我們內部兩個團隊共同努力結果。” 騰訊公司董事會主席兼首席執行官馬化騰在主題演講時不忘推廣自家的產品。
隨後上臺演講的科大訊飛創始人、董事長劉慶峰也不甘示弱：“我們希望用機器幫助頂尖同傳更好的發展他的能力，機器和人未來必須是協同的。”
兩家的氣氛劍拔弩張。那麼，究竟勝負如何？
幾經較量
“掃到科大訊飛的二維碼了嗎？”世界人工智能大會的午餐間歇，媒體記者們焦灼地互相打聽著。
兩家人工智能公司產品在完成中文同傳的部分表現都不錯，奈何各家媒體都在爭分奪秒地向後方傳遞最新、最快的消息。
在前端，劉慶峰不忘亮出“殺手鐧”——會議的同期速記可通過掃描二維碼獲得，這絕對贏得了現場記者的“一致擁護”。要是從服務現場的角度來看，科大訊飛絕對打贏了一張感情牌。只可惜二維碼出現時間所限，大部分記者都沒能享受到這一“福利”。
到了下午，國際嘉賓的演講增多。根據第一財經記者目測，兩邊的同傳都能夠基本準確地傳遞嘉賓的現場表述，中英文實時跟進。
從英文流利程度來看，似乎騰訊同傳更勝一籌。每逢嘉賓進行演講語種切換，而科大訊飛的現場反應速度需要更長時間。
然而，到了日本人工智能協會會長、三菱化學公司首席數字技術科學學家浦本直彥發表演講時，騰訊同傳直接“罷工”，科大訊飛則憑藉實時將現場同聲傳譯的中文語音轉文字繼續工作。
就此雙方打成平手。
正如馬化騰演講時指出，人工智能在同聲傳譯的應用整體上還處於初期。所以，今天騰訊同傳在現場完全依靠機器來完成，而不是採用“人機協作”的方式進行同傳，而這“需要很大的勇氣”。
劉慶峰則在演講時稱：“下一步人工智能發展關鍵是什麼？第一算法突破，能否讓人工智能不用大量數據訓練自主學習，行業人工智能變成通用人工智能。第二，腦科學和數學建模方法相結合。第三，人機耦合一定是人機協作幫助我們提高效率。我認為人機耦合不僅僅是技術發展趨勢，更是社會倫理的要求。”
科技含量
同臺較量的“熱鬧”背後，是兩家公司身後的實力積累。
馬化騰稱，騰訊同傳是騰訊內部兩個團隊共同努力的結果。微信智聆提供語音識別技術，相當於騰訊同傳的“耳朵”，騰訊翻譯君提供翻譯，把剛剛聽到的中文翻譯成英文。
第一財經瞭解到，騰訊同傳現已入選中國人工智能產業發展聯盟“人工智能技術與應用案例”。在不斷提升自身技術實力的同時，為了優化機器翻譯的體驗，騰訊同傳召集了國內翻譯和同傳圈的專家學者隊伍持續展開研討，同時騰訊翻譯君還與北京語言大學就同聲傳譯的人機結合開展深度合作，共同探討機器翻譯與人工翻譯在文本翻譯和同聲傳譯的協同方法，從而有效改善機器翻譯的質量並提升人工翻譯的效率。
“在這個過程中，還要迅速識別我的口音，理解我的一些個性化的表達，對目前的人工智能技術來說，還是有挑戰性的，所以也請大家多多包涵，給我們一些鼓勵。” 馬化騰說。
在NLP領域，騰訊專門成立了靈格實驗室（Tencent Lingo Lab），聚焦於NLP領域技術研究與應用探索。騰訊靈格實驗室是基於MIG騰訊翻譯君、QQ瀏覽器、騰訊叮噹和騰訊地圖的NLP研發力量創辦，旨在推動“自然語言理解”、“自然語言生成”、“機器翻譯”、“知識圖譜”及“常識利用”等關鍵技術的發展和應用落地，探索潛在的與NLP相結合的業務場景，為業務產品提供可應用的技術解決方案，並已經在騰訊翻譯君、QQ瀏覽器、騰訊叮噹和騰訊地圖產品中應用落地。
在語音轉文字的難點上，劉慶峰和馬化騰的觀點是一致的，包括方言口音情況和噪音環境。“生活家庭環境當中，在多人說話情況下能否做到準確，這是國際語音識別關鍵，核心是噪音多、通道多，多人說話情況下語音識別能否突破。”
在他看來，今天隨著語音識別技術進步和數據不斷積累，在安靜環境下有很好的麥克風，有演講主題，也有嘉賓念稿的時候，語音識別準確率已經很高。最難的國際比賽是在噪音環境下進行的。
過去幾年中，科大訊飛也取得了輝煌的成果。
在今年7月1日剛剛揭曉的最新國際英語合成比賽“暴風雪競賽”當中，科大訊飛第13次蟬聯世界第一，也是全球唯一機器語音合成技術超過真人水平的企業。不久前，科大訊飛在國際模式識別大賽當中，所有三項圖文識別比賽我們都是全世界第一。
無論是馬化騰“目標是做各行各業數字化助手”還是劉慶峰“機器和人未來必須是協同的”，最終目標並不矛盾：我們都希望AI能更好地服務我們的生活。
閱讀更多 第一財經 的文章
