口语翻译中的问题方法与应用可能性-模式识别国家重点室.PDFVIP

口语翻译中的问题、方法与应用可能性 宗成庆 中科院自动化所 模式识别国家重点实验室 北京100080 E-mail: cqzong@ 摘 要 本文简要介绍了语音翻译技术的研究现状，分析了该项技术在 10 多年的发展过程 中所取得的进展和存在的问题；然后侧重介绍和分析了目前语音翻译技术的基本方法，并对 两种主要的实现技术－基于规则的分析翻译方法和基于统计模型的翻译方法的比较与结合 问题进行了简要的讨论；最后本文介绍了在973 项目“图象、语音、自然语言理解与知识挖 掘”的支持下口语翻译关键技术研究的最新进展情况和取得的初步成果。 1 引言 语音翻译（Speech-to-speech Translation）就是让计算机实现从一种语言的语音到另一种 语言的语音翻译的过程。其基本思想是，让计算机像人一样充当持不同语言的说话人之间翻 译的角色。由于说话人使用的语言一般都是日常生活中的口语，而人们也正希望计算机翻译 系统能够接受并实现任意口语语句的翻译，并且，这种希望随着语音识别技术和口语解析技 术的快速发展和提高，已经不再是渺茫的设想。因此，现在的语音翻译又常被称作口语翻译 （Spoken Language Translation, SLT）[Kitano, 1994；宗，1999]。 集多项技术于一体的语音翻译系统一般由语音识别（SR ）、机器翻译（MT ）和语音合 成（TTS ）等三个主要技术模块组成。从目前情况来看，尽管语音合成技术已在很多应用系 统中得到实际应用，但语音识别技术和机器翻译技术则更多地停留在实验室研究阶段。因此， 作为多技术集成的口语翻译系统仍然处于“艺术级的”（state-of-the-art ）研究现状也就不足 为怪了。我们不回避在口语翻译研究中的实际困难，无论是语音识别，还是口语解析和机器 翻译，都存在许多有待于深入研究的关键问题，但我们认为，一项新的技术和发明从实验室 走向实用化是逐步完成的，是需要一个过程的，而不是等到这项新技术在理论上完全成熟后 才寻找其实现可能和应用目标的。因此，我们认为目前的语音翻译技术之所以仍处于纯理论 研究阶段可以归结为两个主要因素：一方面，相关技术本身确实不够成熟，许多理论问题和 技术实现问题都有待于进一步探索；另一方面是人的配合问题。无可厚非，作为用户，人们 总是期盼理想化的、高性能的、可以广泛应用和操作方便的口语翻译系统，而且希望系统能 够像人一样实现高正确率的自动翻译。而实际上这是不现实的，因为人在做翻译时要做到完 全100％的翻译正确也并不是轻而易举的事情。那么，目前语音翻译的思想方法究竟存在什 么样的问题？如何建立语音翻译的新方法？如何在目前这样一种状态下，尽早实现口语翻译 的实用化？这就是我们本文想讨论的问题。 本文第二部分将简要介绍几个代表性的语音翻译实验系统，并分析该项技术在近 10 多 年的发展中取得的进展和存在的问题；第三部分侧重分析目前语音翻译技术的基本方法，并 对分析方法和统计方法的比较与结合问题进行简要的讨论；第四部分介绍本973 项目“图象、 语音、自然语言理解与知识挖掘”中口语翻译研究的进展情况；第五部分是本文的结束语。 1 2 语音翻译研究现状 世界上第一个语音翻译实验系统 SpeechTrans 于 1989 年由美国卡内基－梅隆大学 （Carnegie Mellon University, CMU ）开发成功[Kitano, 1994]。在过去的十多年里，尤其是近 几年，随着相关技术和学科的迅猛发展，一批针对不同应用领域的语音翻译实验系统相继问 世。表1 列出了十几年来一些有代表性的语音（口语）翻译系统。实际上，除了表1 中列出 的代表系统以外，还有ATT Bell 实验室开发的VEST (Voice English / Spanish Translator)系 统[Roe et al., 1992]，SRI International 开发的SLT 口语翻译系统[Rayner et al., 1995; Agnas, 1995]，以及其它一些小型的语音翻译实验系统，这里不再一一赘述。另外，表 1 中的 JANUS-III 是指JANUS 系统的第三个版本，实际上，JANUS 系