近年來，人工智能取得了令人難以置信的進步，自2022年底OpenAI的ChatGPT發布以來，成為每個行業的話題。

在語言服務行業內，人工智能的使用當然不是什么新鮮事，但它卻在繼續塑造這個行業。由于MT和合成語音質量的進步（以前被認為是不合格的、不準備使用的技術）現在正走出陰影，呈現出新的用例和機會。這是一個我們可以預期會加速的趨勢。

本文概述了企業和相關人士都應注意的語言服務行業的人工智能趨勢。

機器生成的現場字幕：召開（虛擬）會議的新主力軍？

實時字幕是一項自視頻會議激增以來得到發展的服務，這一領域的技術已經取得進步。

從本質上講，現場字幕服務涉及將口語內容以轉換為多種語言的書面內容。實時字幕可用于在線會議以及現場廣播、現場活動，并使廣播內容可以在線獲取。目前有三種主要方式可以生成實時字幕：
    1.一位譯員實時打出字幕。
    2. 使用語音轉文字技術和機器翻譯生成初始字幕，然后由譯員實時編輯輸出結果。
    3. 字幕由機器生成，沒有人工干預。

雖然第一種選擇是傳統的方式，但它也越來越成為一種罕見的現象。即使是現場直播，為了提高速度和效率，人工和機器的混合也正在成為常態。自從Zoom火爆以來，由于需求的增加和MT技術的進步，純機器生成的現場字幕的使用已經增加。

這一趨勢值得注意的是，與更廣泛的多語言會議空間類似，現場字幕服務的提供商來自行業的不同方面。
    • 媒體本地化供應商在更廣泛意義上的字幕領域經驗豐富。
    • 正在將其技術融入會議和活動空間的機器翻譯供應商。
    • 希望為其現有客戶提供更強大的服務組合，同時也能接觸到預算較少的客戶的RSI供應商。
    • 來自行業外的技術公司以及視頻會議巨頭，如Zoom、MS Teams和Webex，他們都在其平臺上添加了自己的文本到語音翻譯功能。

換句話說，隨著人工智能的進步，我們開始看到過去很長一段時間內相當獨立的行業部門之間的交叉。

AI配音

配音是媒體本地化行業中的主要服務之一，到目前為止，由配音演員來完成。然而，人工智能配音的新發展可能會改變這一局面。

合成語音技術的發展已經有了很大的進步。一些合成語音現在聽起來與人類的聲音驚人地相似，使人很難將它們與實際的人類語言區分開來。新的技術創新使合成語音能夠模仿原始說話者的語氣和舉止。

盡管目前還不適用于娛樂目的，但人工智能配音的當前用例范圍從國際廣播到紀錄片和企業視頻的配音。此外，在接受Nimdzi 100采訪時，一些媒體和游戲本地化服務提供商報告稱，他們正在探索以下用例：
    • 次要角色：人工智能配音可能用于次要角色，要么以合成的方式，要么以一個配音演員說出所有次要角色的方式，聲音被合成改變，每次聽起來都不同。
    • 背景喧囂：在游戲中，當玩家仍然需要理解背景信息，但娛樂因素不那么重要時，人工智能配音可以用于背景喧囂。
    • 分層：一些LSP提到，他們正在考慮向客戶提供不同的等級，這取決于不同類型的制作和預算可能需要的配音質量。
    • 通過人工智能改變聲音。
    — 兒童演員有可能由年長的演員進行配音，然后利用人工智能將聲音改變成年輕的聲音，這將是效率的一大提高。
    — 在許多傳統的配音國家，特定的配音演員被分配給屏幕上的演員（總是同一個聲音）。但如果這些配音演員突然太忙或退休怎么辦？人工智能可能會給這樣的配音演員帶來機會，讓他們出售自己的聲音，也就是說，由別人來做實際的配音工作，然后在之后人為地改變聲音。
    • 語音描述（AD）：語音描述是一項尚未在所有市場提供的服務，在有語音描述的國家，大多數的語音描述服務是以英語提供的。考慮到AD通常需要比表演更中立的敘述，使用人工智能可能是以預算友好的方式將AD帶到更多市場的方法之一。

合成語音應用和人工智能的發展已經引起了商業界的關注。盡管對這項技術的探索還在進行中，但重要的是，人工智能配音的想法已經從被拒絕過渡到被主要媒體本地化參與者積極研究和考慮。

機器翻譯 - 迅速崛起

這不是我們第一次報道人工智能，但它仍然是一個熱門話題，因為人工智能以如此快的速度發展。

但是，讓我們首先澄清一下，當我們談論MI時，我們到底是什么意思。MI是使用人工智能將一種語言的口語信息傳輸到另一種語言的口語信息中。MI，也可以稱為語音翻譯（S2ST），使用自動語音識別（ASR），然后是人工智能轉錄，機器翻譯，最后是合成語音，以目標語言說出信息。這種所謂的級聯模式是迄今為止市場上所有MI解決方案的基礎。

目前有哪些MI解決方案？

MI技術可以大致分為兩類：針對個人的技術和針對企業的技術。

針對個人的解決方案以手持設備的形式出現，如Cheetah Talk、ili Handheld Translator和Vasco Translator，或作為應用程序出現。移動設備的解決方案，如Skype Translator和iTranslate Voice App。另一種流行的MI硬件形式是耳塞。Timekettles的WT2 Plus是這種技術的一個好例子，谷歌Pixel Buds也是如此。

對于企業來說，應用程序形式的MI軟件使用廣泛，而且越來越受歡迎。這種類型的MI工具被用來翻譯會議、大會、大型活動（包括在線和現場）或其他在線口語互動，如在線課程。在會議和活動領域，Wordly是目前市場上知名的解決方案。例如，其他值得注意的解決方案包括來自GTCOM和XL8的解決方案。請關注這個領域。

直到最近，大多數MI解決方案針對個人消費者（如游客）特別是在亞洲市場。它們被設計為促進簡單的雙向交流。然而，MI正越來越多地進入多語言在線會議領域，這在傳統上是人類會議口譯員的領域。這種轉變有兩個主要原因；第一個是疫情引起的，第二個是技術原因。疫情開創了一個虛擬會議的新時代，推動了對在線多語言的需求。同時，這一領域的技術也取得了重大飛躍，特別是得益于機器生成的現場字幕的進步。

這種需求的增加和質量的大幅提高相結合，導致更多的公司投資于語音轉語音技術和新的解決方案在市場上不斷涌現。這一發展不僅適用于口譯領域，也適用于媒體本地化領域，在該領域，人工智能配音正在出現，一些解決方案甚至可以在合成版本中保留原演員的聲音（見關于人工智能配音的部分）。當涉及到人工智能時，我們最終將見證媒體和口譯領域的融合，這不是不可能的。

另一個值得注意的發展是，RSI供應商開始進入這一領域。2023年1月，KUDO是第一個RSI平臺，以發布自己的MI功能。這一發展使該公司可以做到以下兩點：
    1. 一方面，可以接觸到更大的客戶群，另一方面，也可以接觸到那些預算較小的客戶，而對于這些客戶而言，RSI服務過于昂貴。
    2. 在與視頻會議巨頭（如Zoom、MS Teams和Webex）競爭時保持競爭力，這些巨頭除了封閉式字幕和機器生成的現場字幕外，還增加了自己的RSI功能。至少現在，這些大平臺都沒有自己的MI功能，盡管Zoom有一個Wordly的附加功能。

ChatGPT

OpenAI的GPT-3（生成預訓練轉換器3）變體，稱為ChatGPT，最近風頭正勁。有理由支持這種現象——技術已經發展了很長一段時間，有些人將其視為AI的一個轉折點。對于那些不了解的人，這里簡要介紹一下：GPT-3使用公共數據進行訓練，并應用機器學習技術，僅需要較少的輸入即可執行多種按需任務，包括：
    • 常用語言的翻譯
    • 歸納文本
    • 寫文章、詩歌、故事、科學論文等
    • 回答問題

ChatGPT是GPT-3的新變體。除了上述任務外，ChatGPT還可以。
    • 編寫和糾正代碼
    • 用于聊天機器人和虛擬助手
    • 生成對話文本
    • 解釋復雜的主題
    • 可以針對各種語言任務進行微調/定制化

為什么ChatGPT相比其他已經存在的技術有可能是一個改變游戲規則的潛在因素？有兩個主要原因：
    • 1）ChatGPT的結果質量高，聽起來逼真。
    • 2）ChatGPT的潛在應用廣泛，因為它是開放使用的！

盡管ChatGPT并非沒有局限性，也絕非事實上的真相來源，但它已經改變了游戲規則，因為它使人們能以更快的速度完成更多工作。這項技術能在多大程度上被使用（例如需要多少編輯和事實核查），以及它是否會真正成為一些人炒作的“谷歌殺手”，還有待觀察。

在語言行業中，人們正在談論ChatGPT并嘗試弄清它將如何影響他們。雖然現在還為時過早，但像GPT-3這樣的大型語言模型（LLM）被嵌入到翻譯過程的不同步驟中也不是沒有可能。已經證明它是在內容創作過程中解決寫作障礙或快速處理演示文稿和演講腳本的有用工具。雖然它不全是單語言的，但目前在英語方面表現較佳。已確定的其他用例包括：
    • 增強型MT：沒有性別偏見，調整形式。
    • TMS集成：自動術語提取、QA、評分等。

現在，有很多的炒作，無論你從哪個角度看，ChatGPT已經成為一個游戲規則的改變者。然而，從長遠來看，這是否意味著該技術將成為真正的顛覆者，影響我們的日常生活以及語言行業的工作流程，這一點相當值得懷疑，但現在說這些還為時尚早。

貝納托定理

這種現象表現為新技術的引入造成了對淘汰或行業消亡的新恐懼。

這是一個普遍的原則，人們傾向于采用新的恐懼，如對未來的焦慮或對過時的恐懼，在他們能夠克服以前的恐懼之前，這些恐懼最終會消逝在潛意識里。

在語言行業中，這種現象表現為新技術的引入造成了新的擔心，擔心行業會被淘汰或消亡。然而，隨著時間的推移和新技術的出現，這個行業開始克服這些恐懼，它們最終被歸入潛意識。這種循環反復出現，因為每項新技術都會帶來新的恐懼，只是隨著行業的調整、前進和不斷發展而被克服。

貝納托定理和阿馬拉定律為理解像ChatGPT這樣的新技術對語言行業的影響提供了一個框架。阿馬拉定律強調，我們往往高估了一項技術的短期影響，而低估了其長期影響。通過考慮這兩個原則，我們可以更加了解ChatGPT和其他人工智能語言模型將如何塑造這個行業的未來。