“生肉”也不怕 AI支撑网易见外直接翻译英美剧视频

所谓“生肉”，即未经翻译操作、无字幕的纯视频；相对应的，就是已添加字幕、可直接下载观看的视频节目。很多资深影迷常因为影片出炉后无字幕，而无法享受及时的观影体验。如果存在一款可以直接翻译视频的工具呢？

网易人工智能旗下的“网易见外”平台在AI技术加持下，支持一键生成双语字幕。用户可以浏览海外热门短视频，通过人工智能听写英文、同步翻译成中文。也可以自己上传中/英文短视频进行翻译，一般等上3-4分钟，机器就能把一段20分钟左右时长的视频翻译完成。

2018年伊始，网易见外再一次公示新动作——与人人影视（字幕组）签订战略合作，并与立青映画（欧洲电影）、迪幻字幕组（迪士尼）、松鼠字幕组（英剧）签订深度合作计划。

网易见外方面人士对雷锋网表示，四家字幕组将使用网易见外来为视频翻译字幕，此举可达到节省听写、翻译和切轴环节的效果，只需要进行人工校对便可，可以让剧集字幕更早上线，也可以提高产出、节省人力成本。对于公益性字幕组来讲，人力资源方面更为珍贵。

网易见外方面表示，虽然均是与字幕组合作，但与人人影视（字幕组）签订合作的不同之处在于，人人影视自己在开发一款名为“人人译视界”的字幕协作翻译平台，将和网易见外进行产品级的合作，见外把AI视频翻译的API接口开放给人人译视界，人人译视界上的众包译者只需要校对完成字幕，不需要重新翻译，而校对好的字幕回传给网易见外，进一步提升人工智能的精确性。

技术支撑与差异化竞争点

据雷锋网了解，技术方面，网易见外主要由三大核心技术支撑：

• 1.NMT神经网络机器翻译；

• 2.智能语音识别转写文字；

• 3.自动解析语音并即时切分时间轴

  
  

通过视频听翻功能，等待翻译完成便可获得精准切分时间轴的双语字幕，其主要应用场景包括电视台、视频网站、字幕组等机构为视频添加字幕或翻译。

另一项功能为直播听翻，即在上方区域可实时获得经过智能断句的中文文字内容，下方区域可实时获得对应的英文翻译内容。应用场景包括同声传译、直播字幕、会议速记等。

网易机器视频翻译负责人Robin 对雷锋网表示，网易见外是国内首个集成语音识别、机器翻译、智能断句、字幕生成全维度功能并同时满足直播和录播视频翻译场景的产品，具备显著的差异化竞争优势。

具体包括：

• 功能差异：产品接口提供语音听写、自动切轴、视频翻译校对等全流程服务，能快速满足视频行业相关客户的翻译需求；
  

• 服务差异：提供视频听翻全套API定制接口，能够快速接入并实现功能；

• 语种差异：专注于中英翻译，在中文识别和中译英领域，准确度优于竞品。

实际上，据雷锋网了解，国内外已有不少厂商深入挖掘视频翻译技术，包括微软Skype Translator、Google Word Lens、中译语通的字幕通等。对此，Robin对雷锋网表示，友商有的是针对单词打时间戳，有的只能一段段识别、无法切分或断句，而网易见外可以针对视频、在一分钟内切分出几句话，“是首个针对视频产品做出差异化和优化的公司。”Robin表示。

进化与布局

据雷锋网了解，作为网易人工智能旗下神经网络机器翻译产品，网易见外在汇集海外资讯的基础上，实现视频的高精度语音识别与即时翻译功能，能够一键生成双语字幕，并自动压制在视频中。

而其视频翻译功能，主要体现在上传视频之后，通过AI自动完成字幕听写、翻译和时间轴切分等最耗时的环节，可以在平台上进行人工校对后，自动把字幕压制在视频里，便于批量制作字幕，降低人力成本，提高产出效率。 

商业模式上，该产品负责人对雷锋网称，网易见外会结合语音识别 、切轴等一系列技术，提供视频即时翻译服务，也可以同步添加字幕，应用到电视台采访、电影字幕、智能录音笔功能。未来也会针对听力障碍人群，提供视频字幕服务等。

据了解，网易见外产品于2017年5月份开始规划，基于当时人工智能正处于最火热元年的大背景。

但实际上，早在2011年，网易即成立感知与智能中心部门，系网易人工智能事业部前身，主要为网易提供人工智能技术方面的支撑，包括提供给有道的翻译技术、提供给例如大话西游等游戏部门的语音识别技术、提供给云音乐部门的AR技术等。

网易人工智能事业部从去年独立为网易一级事业部后，从纯粹技术支持的公共基础支撑定位，转变为业务部门。