近日，微软公司在视频网站YouTube上发布一段发布会视频，展示了目前微软研究院所即时语音翻译系统的最新研究成果，这一系统不仅可以达到即时语音识别、双语翻译，更牛的是可以做到即时发音，效果已经接近同声传译。
在视频中，微软研究院主席瑞克·拉希德（Rick Rashid）解释了其工作原理和语音识别领域取得的进步，并向在场的记者做了即时英译汉口译演示。演示过程中，发言人的英语单词几乎全部被识别（识别率约为80%-90%），随后开始做即使英译汉演示，最后做汉语译文发音演示。
更奇妙的是，微软研究院的这一系统还可以模拟发言人的口音，在经过大约1个小时的机器磨合之后，就可以完成这一功能。例如，若是由英国人来使用，那么系统的汉语发音将带有伦敦腔。
据瑞克·拉希德介绍，这一系统包含许多核心技术：“大约两年前，微软研究院的研究人员和多伦多大学的研究者共同完成了这一创举。利用一种称为‘深层神经网络’的技术，模拟人脑行为，通过训练可以提高系统识别能力，语音识别效果比上一代产品更好。通过对比之前的产品，新一代产品的单词识别错误率下降了30%，也就是说以前的语音识别系统中，没识别4、5个单词就有一个错误的单词，现在可以降低到每7、8个单词才出现一个错误，大大提高了机器翻译的质量。”
近几十年来，因为机器翻译译文质量的问题，机器翻译一直不太受重视。但我们需要了解的事实是，在2005年，中国的翻译市场就有200亿人民币，但是各类翻译人员和翻译工资只能消化10%的市场，缺口巨大。另外，欧盟每年花在翻译20多种文件上的翻译支出就占到了整个欧盟行政支出的一半以上。有了高质量的机器翻译，不仅可以弥补翻译人手不够的问题，还可以创造更多商业机会。
