课程简介

高资源如中英等实时翻译系统已经相当成熟。本演讲将重点介绍如何在低资源，数据稀少情况下，搭建出可以在工业级应用的语音实时翻译系统和 OCR 实时翻译系统。

中国是一个 200 多种语言的国家，不同语言之间的交流经常会存在障碍，以维吾尔族为例，目前能够运用汉语顺利交流的人群只占有约 36%，能够消除语言交流的障碍，打造在低资源下可以进行音视图文交流的巴别塔，一直是团队的目标。利用低资源语音识别技术，听懂民族语言；利用低资源语言 OCR 技术，看懂民族语言；而如何把听懂和看懂转化为理解，就需要作为核心“大脑”的低资源语言机器翻译技术，把这些内容转化为大部分人可以看懂的汉语。本分享将重点介绍腾讯低资源语种 AI 团队在国内外一系列大赛中获奖的语言语音识别多媒体技术，以及在打造多媒体实时翻译的落地方案。

课程收益

1、目标：

帮助听众知道如何将前沿的语音识别，OCR 和翻译技术结合，打造在不同语种下的实时多

媒体翻译系统。

2、要点：

低资源语音图像翻译技术的建模，解码和应用。

3、启示：

如何通过低资源技术，节省 ai 团队的运营成本，同时打造实时多媒体翻译平台。

受众人群

语音技术相关技术人员、系统架构师，以及对语音传输架构和算法感兴趣的人员

课程周期

3H

课程大纲

1、腾讯的任务和技术布局

2、低资源语音识别技术的声学模型和语言模型

3、低资源 OCR 技术

4、端到端语音翻译

5、端到端 OCR 翻译

6、实时多媒体翻译技术的算法和工程

7、DEMO 个知识点（可以突出具体的实际行业实例）

8、互动答疑