2004年，google创始人之一sergey brin使用市面上的网络服务来翻译韩国粉丝发来的邮件，结果显示：“生鱼片带着它的愿望，用google搜索绿洋葱！”这样的结果，让sergey认为google在这方面可以做的更好。

不久前，google翻译发布了iphone和android版本，让用户能够随时使用翻译服务，更加轻松便捷地跨越语言障碍。该手机应用可以识别15种语言的语音输入，朗读或全屏显示23种语言的翻译结果。对于非拉丁字母语言，例如中文和日文，应用将标注拼音或罗马字读音，便于非母语用户读出。与google翻译的桌面应用相同，移动翻译也能够翻译58种语言书写的字词和短语。

移动翻译设置了一些常用内容的翻译收藏，即便在没有互联网连接的情况下也可读取，实时翻译则需通过wifi或移动网络连入google云端获取结果。这款产品对于很多用户来说非常方便，如果身在国外，不知道某句话用外语该怎么说，只需打开程序，把想说的话念给手机，然后点击“翻译”，手机就可以把译文朗读出来。

基于统计的机器翻译

google翻译产品在全球只有两个团队，一个是在google总部，另一个就在中国上海。“google翻译在上海成立，主要因为当初有两个人喜欢做翻译，其中一个就是尹俊(google翻译产品研发领导，作者注)，他可谓是google上海翻译团队的创始人。通过美国翻译团队开展合作，上海的翻译队伍越来越大，现在已经达到十几人的规模。目前美国总部的翻译团队主要负责后台的平行语料数据，上海翻译团队负责手机、桌面电脑翻译应用的开发。 google的创新模式常常是自下而上的，工程师可以在工作中发挥个人兴趣，如果做出成绩，就有可能凝聚逐渐扩大成一个团队。”在陈雍昇看来，上海团队的建立要归功于google的创新模式。

现今大部分的商业翻译系统都是属于规则法机器翻译，需要做大量词汇与语法的工作。google翻译则采取基于统计的机器翻译，这是ibm科学家在1993年提出的理念，具有划时代的意义。google现在支持58种语言的互译，翻译团队的成员们掌握的语言远少于这个数字，这也是统计翻译的魅力所在。统计翻译的具体原理是，先往计算机里输入大量的文字文本，搭建涵盖源语言和目标语言的平行语料库，构建统计翻译模型。这些模型可以帮助google在源语言与目标语言中寻找各种相互关系，得出某些特定单词、短语或文件的最佳翻译结果。针对某种特定语言，google翻译分析的翻译文档越多，译文的质量就越高。据陈雍昇介绍，google翻译主要有四个步骤：

首先，系统需要将源语言句子切分为短语，这是一门复杂的学问。英文单词之间有空格，中文句子则不然。由于统计翻译系统本身并不具备理解自然语言的能力，在面对“汽水不如果汁好喝”这个句子，“不如”和“如果”都是一种划分可能；其次，不同语系的组织形式有很大差别，研发人员必须通过对平行语料的分析来处理词汇的排序问题。分析平行语料是建模过程，翻译则是利用模型的过程，前者的算法往往比后者复杂；然后，系统需要分辨同一个词的不同形态，例如过去式和现在分词，这是一个判断的过程；最后，将构成目标语言的词汇合理联结起来。

google目前能够翻译58种语言，如果按排列组合来算，理论上需对应近3000种平行语料，事实上google翻译的语料库远没这么多，所以很多语言之间的翻译是经过“桥接”的，这在机器翻译中是一种常见技巧。打个形象点的比方吧，目前法英互译的质量肯定比法汉互译要好，如果遇到法译汉的需要，翻译系统可能采取迂回战术，先将法语翻译成英语，再从英语到汉语。比如google翻译中关于泰文和希伯来文的平行语料较少，但却能够提供这两种语言的翻译，据陈雍昇透露，“这种偏僻语系的互译十之八九是经过桥接的”。

“提高翻译质量是一个多管齐下的技术。翻译的质量最主要的还是需要收集平行语料，此外，如果在建模方面可以找到更好的匹配算法或拆分算法，双管齐下效果更好。”陈雍昇打了个巧妙的比方，“平行语料好比食材，只有材料够好，厨师的手艺也够好，而且也有一些调味料的情况下，才能做出美味的菜肴。”

移动翻译——“20%项目”的产物

google有个20%项目，允许员工拿出20%的工作时间，用来从事本职工作以外的项目，这样就能开发出更多种类的产品，移动翻译可以算作google“20%项目”的产物。

“最初移动这方面有几个因素，第一个就是因为大家都说移动是未来，这我相信。第二，发生了一个小故事——有个同事做出了手机网页版的移动翻译，并且发布出去，结果那段时间我们的流量呈几何倍数的疯涨。”这使陈雍昇意识到移动搜索的市场需求之大。

他开始在上海研发中心游说，问谁愿意做这个项目的义工。朱文章(google翻译iphone主导工程师，作者注)对手机应用很感兴趣，就在正活之外进行iphone版google翻译的研发，只用两天时间就做出了产品雏形。“我们第一个手机翻译产品的就是这样诞生的，”谈起移动翻译，陈雍昇的自豪之情溢于言表。

上海团队、美国团队对于产品雏形都很满意，并且为朱文章加拨了人力支持。大概两三个季度后，由朱文章领导开发的iphone版google翻译正式发布。在超过一周的时间里，它一直是全球排名第一的免费软件。

理论上来讲，google能在电脑端能够多少语种的互译，也能在手机端提供那么多。而在实际情况中，移动翻译提供多少语种的语音翻译，取决于其支持多少语种的语音识别。语音识别需要庞大的数据来源，才能建立很好的分辨模型，对此google早有准备。2007年，google开始提供goog-411) 处理语音搜索。虽然goog-411并非google的重要收入来源，但它为研发人员收集了海量数据，使之能够不断完善语音识别算法。一年后google 推出的语音搜索，足以比肩其他公司历时数年才搭建起来的类似系统。据google称，这款语音搜索服务为google android和苹果iphone等智能手机平台上“更多富有野心的服务提供了基础”。例如，装有froyo软件的android用户可通过语音控制手机的绝大部分功能，而google推出的iphone应用也内置了语音识别功能。

google 2010年10月关闭了这项服务，并在声明中表示，计划将相关资源投入到“使下一代google产品和服务支持多语种语音的技术”中，我们现在看到的语音翻译即是成果之一。可以预见，语音识别未来将成为google更多服务的特性。

虽然移动翻译接收的源语言多数具有口语化的特点，在陈雍昇看来，这对翻译质量并不会造成太大影响。首先，用户使用语音翻译时，对自己要讲的内容一般都有明确的认识，所以语句的流畅程度跟桌面翻译的差异不大。其次，人们使用语音翻译时的说话方式不同于演讲，多数情况下语句简短，对于语音翻译来说不难应对。 “二者最大的差异在于用户体验方面。电脑键盘使用很方便，而手机键盘很小，我们必须想办法方便用户输入源语言。此外，语音翻译的使用环境可能跟办公室有较大区别，相对于口语中偶尔出现的停顿和重复现象，外界杂音对翻译质量的影响更大，所以我们得过滤不必要的讯息。”

过滤杂音的任务多由翻译程序完成，研发人员可以设定一个音量阈值，将低于此值的杂音筛掉。此外，如果语言出现停顿，将其作为句子结束还是“正在考虑、尚未说完”来处理，也是翻译程序可以决定和控制的。再者，“如果用户说错了一两个字该怎么处理？让其重说一遍还是直接修改那一两个字，这些用户体验方面的问题，都可以通过完善翻译程序来提升。”

陈雍昇表示，“除了之前的语音搜索，google有很多产品用到语音方面的功能。在用户使用这些产品的过程中，研发人员会根据用户反馈不断完善产品的算法。经过一轮一轮的迭代，产品质量自然而然会有所提高。” 然而，google目前的文字翻译系统尚有许多语法错误，其语音识别技术能否应付各种各样的地方口音，用户们的体会最深刻。(中国经营报)