一线 | 对话搜狗副总裁吴滔：翻译产品正在快速迭代

腾讯《一线》作者 孙宏超

在近日举行的2018CES Asia亚洲消费电子展上，搜狗展台的录音翻译笔、搜狗旅行翻译宝两款产品受到了业内人士的广泛关注。

今年5月初，搜狗公司推出的录音翻译笔，只需要蓝牙就可以和手机APP连接，随时说话，随时翻译。据搜狗公司介绍，通过它所搭载的深度神经网络机器翻译，该款录音翻译笔不仅支持录音速记、对话翻译，还支持同声传译功能，准确度高达90%，录音速记达到了400字/分钟的识别速度。而旅行翻译宝可以离线翻译、拍照翻译及支持42种语言互译，覆盖全球200多个国家。

在亚洲消费电子展上，《一线》等媒体就此采访了搜狗公司副总裁、IoT事业部负责人吴滔。在2017年就任搜狗IoT事业部负责人后，吴滔主导搜狗AI翻译的硬件研发，将搜狗的AI技术落地为硬件产品。

在吴滔看来，没有做智能音箱而选择翻译类产品有两方面原因：智能音箱的主要需求是内容消费，与内容资源丰富的公司相比，搜狗在内容方面的优势并不明显；搜狗在语言类领域有常年积累技术储备，选择“语言”为核心的AI战略是相对“专注”的。

最后，吴滔也表示：“随着智能硬件产业链不断成熟，效率提升，成本也会随之下降；另外，随着技术的快速迭代，我们的产品也在快速迭代。”

以下为部分对话实录（有删减）：

媒体：翻译笔和翻译宝的用户池是否有些浅？

吴滔：这个产品是一个相对比较新的品类。

一方面是因为AI在翻译上的技术性突破是最近一两年才开始产生的，这意味着其实有很多受众还不知道有这样的产品，拿了这个产品用，还是觉得这个挺神奇的，他自己都没有想到技术能够解决问题，包括我们放在展台上，很多人都过来试用。

市场普及的过程，就像过去我们看到很多消费类电子产品，他们花了甚至五到八年的时间才会把市场普及起来，从大的市场角度来讲，中国每年出境的人次很高，所以从未来角度来讲，我们的受众不是窄众，从现在的角度来讲，大家往外走还是偏商务的，自由行是有基础语言能力的人。

在做硬件产品的时候，我个人的观点是：要么是一个独立于手机使用的产品，它在很多的场景里面可以完全独立使用，更方便的交互，而且有独立的计算能力。要不就依托于手机，作为计算的平台和载体来做这件事情，搜狗录音翻译笔是后者，它要做的一些事情，就是能够去互补一些手机上的不足，我们知道手机已经可以去做录音了，但很多人还要买录音笔，因为手机是能够抑制远场强化近场，而像录音笔和翻译笔其实是反的，我们在一定能力上能够做到远场拾音能力，在上面做了一些麦克风矩阵的算法。

翻译笔大量使用的是媒体，我和媒体沟通比较多，很多媒体在发布会很急迫地问我，你这个事靠谱不靠谱。因为大家都知道整理录音是非常痛苦的事情，原来可能有第三方外包公司，如果能够直接通过技术把录音整理出来，甚至通过技术把一些外访帮你翻译过来，这样会极大地提高大家的生产效率，所以这个产品的主要受众是媒体和学生。

现在很多学生上课都不太听讲或者不太爱记笔记，都是把这样的产品往外一搁，要用的时候找同学对一对，实在没有看懂笔记听一下，通过这些方面我们可以做很多事情。一个是每个学生买一个放在那儿，还有一个是给老师配一个，老师就可以通过云端甚至微信的小程序可以把他的讲义分享给同学，这是目前主要的人群。

还有一些作家，他们有一些所谓的灵感记录，今天有一个想法，不可能稿子一下子就写，可能先讲一遍，看看思路是不是通，再做整理。

媒体：除了断句，这个翻译笔目前还有哪些难点是你们没有解决的？

吴滔：第一个从本身这个硬件产品来讲，其实有好几个难点在里面，一方面来讲它的麦克风矩阵拾音是个难点，现在我们上下有两个拾音的矩阵，但现在因为整个产业里大量的做矩阵的，大家听到了什么6+1、7+1甚至有8+2环麦的矩阵，它的应用场景是音箱。音箱那种场景是持续通电的，所以它不在意你的功耗的大小，而在这样一个小的随身产品上的话，它的电池是很小的，所以我们没有办法采取那种很大的矩阵，现在存在双麦做这件事情。所以，第一在拾音上，包括拾音的DSP的算法上面，因为人耳听着没问题，但机器听着和我们是不一样的，这是第一个难点，针对矩阵算法的调试和适配。

第二个难点，因为我们现在所有的类似于这样的一个设备，它是通过蓝牙传输的，主要的一个问题，比如你要用AirPods，你会发现什么问题？比如你在机场的时候就不好使了，它会时断时续，因为它受干扰很容易，在这样一个大的会场的话，你的距离稍远一些，或者有些干扰源，它会影响数据的传输，因为我们所有的数据其实要通过它传到手机上来到云端处理的，所以这个延迟是一个很大的挑战。一旦你的网络信号有波动或者蓝牙有干扰的时候，你的体验就会比较差。

媒体：换成5G会不会改进？

吴滔：5G当然会改进很多，因为带宽很高，但5G的时间不好说，包括设备、包括手机的适配，这是从硬件上的一些约束。从软件刚才讲到了，一是算法的问题，毕竟在大规模的混合复杂场景中的训练语料全世界都还是稀缺的，所以在这方面优化的话需要挺长的时间迭代。最早在2011年我们语音输入法上线的时候准确率还不到80%，但还是挺粗糙的，但也就一两年的时间，现在我们在手机上这种近场的时间已经达到97%以上，只要你是普通话说的，不是特别标准的普通话都没有问题，所以这个技术迭代会比较快。

媒体：现在产品推出是不是有点早？

吴滔：我们也在考虑这件事情，内部的版本叫做早鸟版。其实它不是一个我们能够去等待技术成熟的过程，这是一个技术要和应用场景和用户互相磨合迭代的过程，就像我们做互联网软件，大家都要想一些办法，你开始出了一个产品相对会粗糙一些，但很快会迭代起来。我们二代的笔已经在设计了，年底就会推出，针对刚才的那些问题我们会更小型化，这样能够方便真的是能够别在身上，佩戴在身上，针对刚才我们讲的那些问题都有一些针对性的优化。早期我们还把一些翻译的概念放在里面，但后来我们发现受众还是觉得录音转写这件事情是最重大的，所以我们觉得专注一些，把这个点做得足够好，让垂直类的用户慢慢有好的体验，这是最重要的。我们现在也快速的迭代这个产品。

媒体：笔本身是支持系统升级，第二代的笔出来之后，这个笔还能继续享受吗？

吴滔：软件的算法是OK的，但硬件的东西，你的矩阵、麦克风、蓝牙这些没有办法，这也是我们做硬件产品比较尴尬的一点。

因为现在一般的之前买的比如四、五百元的录音笔已经有话筒，线路输入，现在参加的一些活动，比如他们有同传，其实同传的耳机是直接可以插到录音笔上做录音的，二代的时候可以考虑增加话筒输入的频道，这样的话起码差不多像是在总结说话那样。

媒体：为什么搜狗没有选择智能音响而是语音翻译和速录？

吴滔：一是从音箱核心的诉求来讲，归根到底不是家里的遥控器，也不是说一定要做智能问答，核心还是内容消费。像alexa70%还是围绕着内容消费做的，因为外国的朋友喜欢听音乐，家里还有背景音的设备。中国可能会慢慢养成，比如90后就是戴着耳机的一代人了，我们老一代的可能就没有听音乐的习惯。但在内容消费上，搜狗还有较大提升的空间，这是第一点。

第二，整个音箱市场现在已经很难受了，大家看到音箱已经从早期一千左右的音箱，到现在已经是几十块钱的音箱，所有的巨头都开始高额的来去补贴战场。搜狗作为一个创新型企业，我觉得这个是现在不适合我们做的。我们没有核心优势，我们也没有办法去真正all in来去砸这件事情，好像很难。搜狗的核心战略是围绕着语言来做的，原来大家讲一个是输入法，一个是搜索。表达和获取信息，都是围绕着语言转的，所以到现在为止，搜狗还是比较专注的，我们所有的能力还是围绕着语言，把输入法变成对话，就是我们现在讲的NLP对话。原来是你打什么字，我猜你要打什么字，我告诉你，现在你不用告诉我你想干吗，我通过上下文就给你个建议，说这么说更好，把它变成选择题了，原来是填空题。

媒体：有什么场景是我一定要带着额外加一个硬件产品，不能减轻我的行李呢？

吴滔：这个问题是我们被经常问到的，你花一千多块钱不如买一个手机呢。这个和手机APP的比较简单分为几个部分来讲。

第一个部分，网络不好使，除非你在本地买了Wi-Fi之类的，在离线这件事情上手机有壁垒的，我们在里面配了很高配的芯片在里面，也就是说很多手机跑这个运算是跑不起来的；第二，整个机器所有的资源都用来跑翻译了，对内存和计算的要求都非常大，在低端的手机里，基本上你开了这个应用，你的手机就被卡死了，所以现阶段手机不能完全替代它。

媒体：除了翻译宝和翻译笔，还有其他的规划么？

吴滔：还有好几个。本身这两个产品会迭代，迭代的玩法，因为这个还是初代的产品。同时针对场景我们会做更精准化的工作，在其他的一些场景中，我们也会突出自己的一些新的智能硬件的产品，现在已经在开发和研发过程中了，现在因为保密的问题，还暂时不能透露。

媒体：目前影响用户普及率的原因和影响因素有哪些？

吴滔：售价是一个因素，因为现在这个产品研发成本也确实比较高，硬件基本上都还不是针对这个品类的硬件，我们都是从手机的一些配件和其他的配件里攒一个这样的设备出来。等到产业链迭代起来以后，效率提上去之后，成本就会降下来。

第二是用户的认知。从长远的角度来讲，我们做产品的理念很简单，就是面向未来，我们看到五年后在这样的一个场景中，应该用什么样的产品来解决这样的问题，我们尽量在今天把这样的产品找出来，慢慢朝着那个方向去迭代。

媒体：我们这款翻译笔会量产么？硬件本身的成本如何？

吴滔：现在录音翻译笔已经量产了，整体成本来讲还是挺高的。现在专用的矩阵、专用的芯片、电池的成本都还挺高的。因为它不是一个大产业化的产品，全部需要我们去定制。做IT的都知道，如果做手机产品，大家都用标准件成本就会很低，但是定制件的话成本就会很高。所以现在成本不是一个很优的状况。但是随着这个产业快速发展，我预期芯片厂商现在也快速的去迭代，因为有很多芯片厂商要找我们做一些芯片的调研方案，快速能够迭代，我预计到明年整体的成本就会下来很多。