微软近日发布了“实时翻译员API”，这是Azure语音翻译服务中的一项新能力。该API旨在为用户提供无需手动选择输入语言的无障碍、实时、多语言沟通体验。其核心特性包括自动和连续的语言识别（LID），支持76种输入语言和143个地区，延迟大幅缩短，已可媲美人工翻译员，并具备“个人声音”功能，能够保留说话者的风格与语气。目前该API已开启公开预览。
微软指出，这一全新API拥有多元应用场景，例如多语言呼叫中心、在线会议和活动、多语言课堂及社交电商直播等。用户无需在菜单中切换语言，软件即可在对话中实现无缝切换，极大提升沟通效率。
值得一提的是，“个人声音”功能能够保留原始说话者的风格和语调，还能维持语音的抑扬顿挫，并具备企业级的授权控制能力。
“实时翻译员API”基于Azure语音翻译服务打造，能够实现持续的语言识别、全面的语言覆盖及低延迟的语音到语音翻译。微软官方还援引安克创新的案例表示：
“我们很高兴与微软合作，展示AI如何与日常科技结合。以Azure语音翻译实时翻译员能力为基础，我们能够为全球用户带来更智能、更直观、更具沉浸感的视听体验。”
微软面向开发者提供了快速入门指南，方便其集成和使用该新API。而对于普通用户来说，这一API并不直接面向终端个体，而是通过集成该功能的应用或网站间接体验。
了解更多：