人工智能的火熱，持續(xù)涌向各運(yùn)用市場。在獲得來自西方國獅4000萬的Pre-A輪投資后，自主研發(fā)準(zhǔn)兒翻譯機(jī)的分音塔科技，持續(xù)在人工智能翻譯畛域深度規(guī)劃落子。

王東博士也示意，準(zhǔn)兒翻譯機(jī)能把產(chǎn)品運(yùn)用場景和用戶須要帶到學(xué)術(shù)界，而經(jīng)過協(xié)作，學(xué)術(shù)界也能將學(xué)術(shù)鉆研反哺給社會。

清華大學(xué)CSLT正式成立于2008年2月，其次要宗旨是“以語音和言語技術(shù)的產(chǎn)業(yè)化為運(yùn)用背景，在跨語種多平臺-語音辨認(rèn)、多模態(tài)生物特色辨認(rèn)、人造言語解決等畛域推出具備國內(nèi)先過程度的創(chuàng)新成果，構(gòu)成一批齊全自主的知識產(chǎn)權(quán)，創(chuàng)造一批支持和推進(jìn)我國-語音和言語解決技術(shù)民族產(chǎn)業(yè)發(fā)展的產(chǎn)品和服務(wù)”。

對于人工智能翻譯產(chǎn)品來說，語音辨認(rèn)能否準(zhǔn)確，德語翻譯，會間接影響用戶體驗(yàn)。而在實(shí)踐運(yùn)用中，漢語的同音詞、書面語、語言，以及運(yùn)用場景的噪音等，都容易導(dǎo)致語音辨認(rèn)出現(xiàn)失誤。

而在語音辨認(rèn)技術(shù)的諸多運(yùn)用場景中，準(zhǔn)兒翻譯機(jī)聚焦泛旅行類運(yùn)用市場，既抓住億萬人入境游時言語溝通不暢的痛點(diǎn)，也避免了通用型的翻譯言語在共性化的運(yùn)用場景中“失真”，翻譯準(zhǔn)確率也會更高。

(圖：簽約現(xiàn)場)

(準(zhǔn)兒翻譯機(jī))

準(zhǔn)兒翻譯機(jī)目前支持中文對中、英、日、韓、泰等40多種言語的實(shí)時對譯語聊，在旅行場景下，中英、日本翻譯準(zhǔn)確率分別達(dá)到06%、00%，尤其是一些出國搶手目標(biāo)地罕用的言語——英文、日文、韓文、泰語、法語、西班牙語、俄語等都可能輕松應(yīng)答。

2月24日，清華大學(xué)語音和言語技術(shù)鉆研核心(簡稱CSLT)，準(zhǔn)兒翻譯機(jī)與CSLT舉辦戰(zhàn)略協(xié)作簽約儀式。清華大學(xué)CSLT鉆研員、博導(dǎo)、核心主任鄭方，助理鉆研員、核心副主任、語音辨認(rèn)試驗(yàn)室主任王東博士，分音塔科技CTO張明等缺席。此次協(xié)作觸及多言語語音辨認(rèn)和翻譯，將助推言語解決技術(shù)更好地落地，進(jìn)一步深耕運(yùn)用市場，強(qiáng)化產(chǎn)品和用戶體驗(yàn)價值。

而鄭方示意，宿愿和分音塔科技在未來有更多深度的協(xié)作。

為什么抉擇準(zhǔn)兒？

看得見的更“準(zhǔn)”，只為用戶體驗(yàn)

那么，具備清華大學(xué)多學(xué)科綜合劣勢和國內(nèi)協(xié)作環(huán)境劣勢的CSLT，為何抉擇與準(zhǔn)兒翻譯機(jī)協(xié)作？

(圖：簽約現(xiàn)場)

對此，準(zhǔn)兒翻譯機(jī)在同行中首創(chuàng)配置觸摸屏，既能實(shí)時顯示中外文字，又可聽可重放，方便了內(nèi)容及時校驗(yàn)糾錯，還能增強(qiáng)理解，在“準(zhǔn)”字上更進(jìn)一步。同時，在用戶交互體驗(yàn)上，也更進(jìn)一步。

在這次的戰(zhàn)略協(xié)作儀式現(xiàn)場，分音塔科技CTO張明示意：清華大學(xué)CSLT在跨語種語音辨認(rèn)、人造言語解決、聲紋辨認(rèn)等畛域有深沉的技術(shù)積攢，在業(yè)內(nèi)處于搶先位置。和清華大學(xué)CSLT停止戰(zhàn)略協(xié)作，聯(lián)合用戶須要，從而更好的將人工智能技術(shù)落地轉(zhuǎn)化，給用戶提供更好的體驗(yàn)。

鄭方以為，準(zhǔn)兒翻譯機(jī)深耕旅行畛域的抉擇十分正確，既可以經(jīng)過人工智能翻譯技術(shù)處理億萬人入境游時需求處理言語阻礙的特性須要，同時用戶在切實(shí)場景的運(yùn)用，也給產(chǎn)品和技術(shù)的晉級優(yōu)化提出了更多的要求，給產(chǎn)品研發(fā)帶來能源。

抓住用戶體驗(yàn)，就抓住了市場和未來。攜手清華大學(xué)CSLT，未然為準(zhǔn)兒勾勒了一個更“準(zhǔn)”、運(yùn)用更寬廣的未來。

原題目：攜手清華大學(xué)CSLT 準(zhǔn)兒翻譯機(jī)邁向更“準(zhǔn)”

鄭方在語音鉆研方向深耕了40年，次要鉆研方向是語音辨認(rèn)、人造言語解決、聲紋辨認(rèn)。他以為，以后AI比較搶手，語音交互是支流的趨向，然而技術(shù)只要處理用戶在實(shí)踐場景的須要才更有價值；而在運(yùn)用上，抉擇什么畛域十分重要。

只管準(zhǔn)兒翻譯機(jī)的翻譯準(zhǔn)確率在同行中搶先，然而對用戶來說，兩個百分點(diǎn)的差別都會極大地影呼利用體驗(yàn)。