10 月 12 日訊息，微軟翻譯今天宣佈支援 12 種新的語言和方言。有了這項支援，微軟翻譯現在總共支援 103 種語言，覆蓋了世界人口的 72%。有了這個版本，微軟翻譯服務可以將文字和檔案翻譯成全世界 56.6 億人所使用的本土語言。

獲悉，微軟翻譯新增加的語言是巴什基爾語、迪維希語、喬治亞語、吉爾吉斯語、馬其頓語、蒙古語（西里爾語）、蒙古語（傳統版）、塔塔爾語、藏語、土庫曼語、維吾爾語和烏茲別克語（拉丁語）。這些新語言有 8460 萬人使用。

微軟技術研究員和 Azure 人工智慧首席技術官黃學東說：“一百種語言對我們來說是一個很好的里程碑，可以實現我們的雄心壯志，讓每個人無論說什麼語言都能進行交流。”

微軟翻譯的演變

20 多年前，微軟研究院首次開發了機器翻譯系統。2003 年，一個機器翻譯系統將整個微軟知識庫從英文翻譯成西班牙文、法文、德文和日文，並將翻譯內容釋出在其網站上，成為當時網際網路上最大的面向公眾的原始機器翻譯應用。

微軟在統計機器翻譯（SMT）模型的基礎上進一步發展了這些系統，並通過 Windows Live Translator、Translator API 以及微軟 Office 應用程式的內建功能向公眾提供。

微軟表示，多年來，我們為世界上許多最常用的語言增加了翻譯系統。隨著人工智慧（AI）技術的發展，微軟採用了神經機器翻譯（NMT）技術，並將所有機器翻譯系統遷移到基於 Transformer 技術的神經模型上，實現了翻譯流暢性和準確性的巨大提升。

雖然 NMT 技術顯著提高了整體翻譯質量，但 Transformer 架構的出現為建立機器翻譯模型鋪平了新的道路，使其能夠用比以前更少的材料進行訓練。使用多語言 Transformer 架構，現在可以用其他語言的材料來增加訓練資料，通常是在同一或相關的語言家族中，為資料量小的語言製作模型，通常被稱為低資源語言。

即使有了這些技術，也必須要有一套目標語言的數字檔案，以及另一種已經包括在內的語言的翻譯--通常被稱為 parallel 檔案。

▲ 微軟翻譯所翻譯的語言數量折線圖，從 2007 年的 7 種到 2021 年的 100 多種。該系統從 2007 年到 2016 年一直使用統計機器翻譯（SMT）。2016 年採用神經機器翻譯（NMT）技術有助於提高翻譯質量，2019 年採用 Transformer 架構，使微軟團隊能夠用較少的資料量為低資源語言建立模型。

在增加新語言時，微軟表示，最大的挑戰之一是獲得訓練和製作機器翻譯模型所需的足夠的雙語資料。這些資料由高質量的人工翻譯內容組成，既包括想要新增的語言，也包括該服務已經支援的語言之一。對於許多語言來說，這種雙語資料是很難獲得的，特別是對於數字資源不足或瀕臨滅絕的語言。

微軟稱，很幸運與語言社群的夥伴合作，他們可以獲得人工翻譯的文字，並可以幫助收集資源不足的語言的資料。這些社群合作伙伴，通常是與他們各自社群合作的志願者，通過諮詢社群成員，不辭辛苦地收集雙語句子。然後，他們評估所產生的機器翻譯模型的質量。

Azure 認知服務翻譯在微軟產品中公開了 NMT 模型，並通過文字翻譯和文件翻譯 API 向翻譯客戶公開。這些 API 將純文字和複雜檔案從一種語言翻譯成另一種語言。Azure 認知服務翻譯器 API 可在公共雲和安全的微軟 Azure 政府雲中使用。此外，文字翻譯 API 在 Docker 容器中可用，允許客戶在企業內部處理內容以滿足特定的監管要求。

Azure 認知服務翻譯還包括自定義翻譯服務，該服務使使用者能夠使用自己的翻譯記憶庫來建立自定義機器翻譯模型，以翻譯其業務和相關行業中使用的特定領域術語。這些自定義機器翻譯模型可以通過文字和文件翻譯 API 使用。

為了翻譯音訊或語音內容，Azure 認知服務翻譯與 Azure 認知服務語音緊密結合，通過 Azure 語音 SDK 支援語音翻譯和多裝置對話。

Azure 認知服務翻譯器及其支援的產品被客戶廣泛採用。該服務無縫整合到許多微軟產品中，並隨時供每個人使用和建立他們選擇的語言內容。一些微軟產品整合包括用於翻譯文字和檔案的 Microsoft 365，用於翻譯整個網頁的 Microsoft Edge 瀏覽器，用於翻譯資訊的 SwiftKey，用於翻譯使用者提交的內容的 LinkedIn，用於在移動中進行多語言對話的 Translator 應用程式，以及更多。