近幾年來，直播電商到處開花，但絕大多數都是國内的中文直播。如果想買外國電商主播推薦的商品，語言不通怎麼辦？
這一難題已被阿裡巴巴（下稱 “阿裡”）攻克，阿裡速賣通是面向全球海外消費者設立的電商平台，它和淘寶一樣，也面向所有終端消費者，但差別是速賣通是面向全球 200 多個國家和地區的電商平台。
直播電商動辄 “幾億元帶貨” 的高歌猛進，也讓跨境電商賣家對這一模式心動不已。然而，由于不同國家和地區的語言不同、文化不同、消費習慣也不同，是以要想在速賣通做直播，語言、物流、支付和技術都是非常複雜的系統，其中語言是最急需攻克的難題。
而在近日，阿裡達摩院聯合速賣通推出 AI 實時翻譯直播，可同時進行中文到英、俄、西三種語向的翻譯。據悉，這是全球首個啟用 AI 實時翻譯的電商直播，中國商家隻需用中文一鍵開播，就能同時覆寫全球英語、西班牙語、俄語區的逾十億人口。
“被迫” 研發的翻譯引擎
兩年前，速賣通開始探索直播，然而不同于淘寶直播的是，高峰期湧到直播間的使用者來自 19 個國家，且說着不同的語言。當時，沒有多元實時翻譯，要麼全部用英文直播，要麼面向某一語言地區的使用者專門用某種語言直播，比如法語或西班牙語。
據速賣通官方直播負責人陸嬿介紹，大部分實力雄厚的商家會請外國主播，而中小商家要麼放棄，要麼無聲直播或用中式英語（Chinglish）尬播。資料顯示，速賣通上近九成商家來自中國，而 82% 的中國商家因為語言困難而放棄跨境直播。
相比淘寶直播，速賣通直播更像一個嬰兒，她需要強大的 “營養” 才能快速成長。這個營養就是能實作多譯多功能的實時翻譯工具。
在研發多譯多之前，速賣通曾試用過現成的翻譯引擎，但對直播間的翻譯輸出腳本來說，即便是品質最好的翻譯引擎，其翻譯結果也不合格。當時，還有俄羅斯和西班牙使用者受邀參與評測，他們的評價也是完全聽不懂。
速賣通研究後發現，這些翻譯引擎之是以無法使用海外直播，其一是正常同傳有專業的收音裝置來保障翻譯準确度。但是電商直播的環境很嘈雜，很多商家直接在檔口就開始播，這樣就難以保證較好的收音。
其二正常的同傳詞庫是固定的，翻譯工具得到有效訓練後就能保證準确度。但是電商直播商品數量過億，且每天都在變，根本沒有辦法讓翻譯工具快速學習。而且主播每個人都來自不同地方，有的說話還帶有方言。并且有些主播語速很快，這都會極大地增加翻譯難度。以上原因使得速賣通不得不自研引擎。
沒有訓練集，商家自己 “造”
随後，速賣通耗時 7 個月開發出中譯英引擎，并于 2020 年 5 月份上線。上線後商家開播率已有 65%，今年 “828 大促” 期間線上 90% 的直播間都使用了該功能。
但仍存在不足，即使中譯英能力做到極限，直播間裡隻有 30% 的使用者能聽得懂主播說的話，因為 AE 是一個跨全球平台，直播間裡各種使用者都有，英語使用者最高比例是 30%，是以亟需推出中譯多的功能。
兩個月後，中譯多功能完成，上線之後使用者體驗得到較高提升，部分店鋪銷量随之增加 3 倍。當時，很多商家直播間的購買轉化，比達人直播的轉化率還高。一些直播達人和海外商家發現後，也要求使用中譯多功能，可是很多商家不說中文，為此速賣通增加了多譯多功能，并于今年 7 月上線。
研發過程中也有很多困難。第一是跨團隊協作，研發團隊分布在美國、中國、新加坡三個國家。另外，60 多位研發人員幾乎從未見過面，如何讓他們快速建立信任、并快速推下去是一大難題。
第二是訓練集的收集。跨境直播業務在全球都很少見，市面上沒有現存訓練集可以直接複用。好在阿裡本身擁有較強的商家生态，很多商家都積極幫忙收集訓練集。
第三是并發承載點。如果隻做一場翻譯，根本不會有壓力。但是直播每天有上千場，翻譯幾國語言，這就需要幾千個翻譯，是以伺服器的并發壓力非常大。後來，阿裡雲對此做了改造，使得伺服器得以承載得住。
第四個難題是自動化展示。多譯多功能可自動識别使用者種類，并展示出相應的語言，比如它能識别你是中國人，進而用中文展示主播說的話。之前大家看到同傳效果都是在 PC 端上面，但是移動端很複雜，為此研發人員在其中做了不少自适應的工作。
自研更高效算法模型，可 “聽懂” 主播口音
達摩院研發的統一多語言多領域融合模型，可把上百個語言，以及每個語言的多個領域壓縮到一個神經網絡模型中進行翻譯，且翻譯品質不變。據達摩院駱衛華介紹，達摩院 AI 翻譯技術已創下多項業界第一，日均調用量超過 13 億次，累計 3000 億單詞，可提供 214 種語言的高品質翻譯。
據速賣通直播實時翻譯産品負責人趙文倩介紹，速賣通上有上億件商品、數百億個商品相關的專業名詞，對直播實時翻譯技術的要求極高，需要克服口音不标準、直播環境複雜、商品專業名詞多、新品新詞更疊快等問題。
主要負責該難題的是阿裡達摩院自然語言處理實驗室的研究員樊楷，他表示為解決 AI 聽不清、聽不懂的問題，達摩院研發出更高效的語音算法模型，它不僅能在嘈雜環境中 “聽清” 直播内容，還能 “聽懂” 主播的口音。通過将多領域的知識融入翻譯模型，該算法模型還能舉一反三，無需重新訓練便能快速學習不同場景裡不斷更疊的專業名詞。
現在，速賣通平台支援 18 種語言，可以保證設計出來的頻道和商品定位，能夠符合當地文化，這種 “入鄉随俗” 主要展現在以下三方面。
心有靈犀。速賣通上有大量多元的商品，除了給它們做分類，還得容易被搜到。是以平台得根據使用者輸入的詞，馬上就能獲悉他的搜尋目的。在多語言混合下，這種挑戰會更大。以 “Case” 為例，它具有箱子和案子的雙重意思，使用者輸入該詞語時，到底想買什麼，就需要結合具體情景。此外，同樣的詞在不同語言裡的意思也不同，例如 “Basket” 在英語裡有 “籃子” 的意思，在法語裡還有 “球鞋” 的意思。
可面對數以億計的商品搜尋，全程由人工解決會很慢。為此，速賣通采用人工智能來解決，當然人工智能的初步訓練是由算法工程師來解決。訓練結束後，速賣通最終可做到無論使用者輸入什麼，都能根據他前後搜尋的詞語，來知曉其購買意圖。
了如指掌。速賣通希望使用者能對商品了如指掌，是以商品标題需要承載很多内容。比如，這個商品是什麼？怎麼找到？為什麼買？但是一些商家的标題，有的沒有标點符号，标題手法上也沒有特别規則。這一問題也可被人工智能解決，它會給标題加上标點符号，并可整理成當地使用者熟悉的表達方式。
深信不疑。速賣通是跨境平台，很多商家位于海外，商品需要飄洋過海才能到使用者手中。是以，使用者對平台信用、商家信用和商品品質都有很高要求。而購買前想知道商品到底好不好？就隻能通過使用者評價去了解。但是使用者評價非常多，涉及的語言種類也非常多。另外，使用者會用各種不規範的語言來評價，比如 “Very gooooood” 這樣的短語，有的評價還會用到表情符号。而采用 “多到多” 翻譯引擎，上述問題也可得到解決。
由于疫情原因，2020 年很多此前從未涉足直播的商家，如中國山區的果農也開始直播賣貨。有了速賣通，無論是江西贛南的臍橙、還是河北棗強的貂皮都可以走向全球各地。同樣，中國使用者也可以買到此前隻有靠代購才能買到的産品。科技惠及的從來不隻是某一個國家的使用者，而是全世界。
本文轉載自： DeepTech深科技
更多精彩
戳我前往2020阿裡巴巴雙11技術專題