“出人意料！网易有道将推出语音助手及智能音箱”

本篇文章1529字，读完约4分钟

虽然在外界的印象多为词典和翻译，但他透露，3月30日下午在深圳新闻网站的技术开放日，该企业意外开发了语音助手，产品将于今年5月发布。

在这次以ai为主题的开放日中，介绍了神经网络翻译技术、ocr技术以及有道智云的相关进展和处理方案。 有道的ai翻译处理方案分为基于视觉交互和语音交互的处理方案两大类，语音助手隐藏在语音处理方案中。

有道词典产品技术负责人林会杰告诉雷锋网，他之所以做语音助手，是因为在采用有道翻译官这个产品时，发现有顾客把它当做翻译工具，而是可以理解自己表达的助手。 有道翻译官APP能识别语音并实时翻译。

例如，面对翻译工具，你说一句话让他做所有的翻译，但面对助手，他说你想翻译xxxx这个词，只有一部分复印件被翻译。

据有道的工作人员介绍，和其他同类产品一样，有道的语音助手也有智能答疑、生活查询、智能翻译、日常闲谈、多语言理解、自然语言指令控制等功能。 但是在现场演示中，有道的语音助手还不是成型的产品，只是展示了简单的交互界面。

林会杰表示，今年5月将公布有关语音助手的详细信息，硬件也将上市。 他也向雷锋网确认了这个硬件将成为扬声器。

新闻网站制作声音扬声器并不奇怪。 和阿里、腾讯一样，新闻网站的音乐和新闻网站的信息不可缺少复制。 此外，在今年2月、3月，新闻网站的音乐分别与腾讯音乐、阿里音乐签订版权，相互转让许可，合作更加丰富。 但是，用合适的方法进行是出乎意料的，至少与外界对此的印象不一致。

除语音助手外，新闻网也公布了在神经网络翻译、ocr技术、有道智云方面的进展。

有道翻译于2008年上线，年升级为神经互联网模式，同年升级为有道智云，翻译技术和处理方案向外输出。 有道的神经网络翻译在过去一段时间内的第一进展有以下几点

语言支持:目前已支持10多种语言翻译。 最近越南语上线，泰语、印度尼西亚语等次要语言也上线。

服务性能:使用cpu+gpu程序为7.5亿在线用户提供服务，单次请求平均翻译时间为40毫秒，系统稳定性达到99.95%。

离线能力:随着手机性能的提高，离线版的神经翻译系统也同时开发了。 主要采用cpu处理方案，单语言模型文件小于100m，翻译质量接近在线翻译，目前支持中英日韩法西葡7种语言。

海外推广:除了中文翻译外，有道还在海外扩展，为海外开发者提供以英语为中心的翻译能力，包括英语与印地语、法语、西班牙语的互译等。

有道智云还整合了ocr技术，在照片翻译这样的应用中非常重要。 目前，其ocr技术已识别出72亿张以上的图像，支持17种语言，支持离线识别，其中在线识别需要650ms才能达到99%的要求，而离线模型在20m以内，平均1.2秒就能识别出结果

它还优化了拷贝的方向、立场和文档结果，使其无需指定语言即可识别，并支持多语言混合识别。 未来，合适的ocr技术将支持官方识别，优化为选择题、填写空题、数学推理等教学场景，并与平板电脑进行比较，提供智能评分、错题整理等服务。

将上述两种技术结合在一起，准备了基于视觉交互和语音交互的两种翻译处理方案。 视觉交互的首要方案如下

拍照翻译。 也就是说，输入照片后，识别照片的复印件并得出翻译结果

拍照翻译后，如果将原照片中的文字无缝地替换为翻译副本，则看起来和原照片一样。

r翻译:也就是说，用照相机拍摄目标，视频的副本实时翻译。 它涉及识别、翻译、跟踪、背景分割等多种技术，表明完全可以进行离线ar翻译。

语音翻译可以实时识别和翻译，特别优化为中文英语。

一位员工告诉雷锋网，目前已经有1000多名员工，而且是新闻网内部ai能力强的团队，其ai业务要点还是以翻译为基础，逐渐扩大在教育行业的应用和处理方案。