簡介：　　翻譯行業之前一直都是被勞動力逐步推動的一個行業形態的存在，通常表現出來的就是你的客單價較低不用想質量不會好到哪里去，尤其是在這個服務與水平爭先的年代，在大數據時代

　　翻譯行業之前一直都是被勞動力逐步推動的一個行業形態的存在，通常表現出來的就是你的客單價較低不用想質量不會好到哪里去，尤其是在這個服務與水平爭先的年代，在大數據時代，一些高質量的語言資產得以保留下來復用，并導入翻譯機器中進行訓練，出現了機器翻譯比人工翻譯質量更好的例子。漸漸地，人們發現數據的重要性，在某些通用場景下，機器翻譯做的反而比人工翻譯好，并且成本更低，于是業內開啟了一場爭奪數據的戰爭。誰能獲取優質的數據資源，就能提供更好的翻譯服務。

　　語音翻譯和語音控制

　　TAUS預測，2020年，全球半數的智能手機用戶都將使用語音科技。常常勾搭Siri的同學對此應該不陌生。隨著語音技術正在飛速發展，語音識別、音頻轉文字等技術的出現，大大方便了我們的生活，也拓寬了語音翻譯的使用場景。

　　現代翻譯管道

　　TAUS報告中提出了現代翻譯管道，Modern Translation Pipeline(MTP)的概念，是一種圍繞機器翻譯架構起來的系統，架構如下：

　　(1)管道的三大特點

　　管道的運行是由數據驅動;

　　具有自發性、自驅動力，自動化程度高;

　　對多數人來說翻譯是無形的一種服務。

　　(2)管道分層

　　管道分為兩層架構：

　　第一層是大公司或超強技術公司，他們負責研發和維護支持翻譯產業的技術架構，如谷歌研發出神經翻譯網絡;而第二層是其他技術公司，他們利用上一層的標準架構，開發專門的增值業務，如開發接入神經機器翻譯的接口。

　　(3)管道要素：

　　管道的架構搭好后，里面的要素主要有四個：

　　量子跳盒子：代表最佳的翻譯技術：機器翻譯(MT)，翻譯記憶庫(TM)，眾包和社區翻譯。

　　算法管理盒子：隨著機器學習的進步，一些翻譯系統可以自動選擇譯者和審校，分析文本、質量控制，實現一個系統就能達到一個翻譯公司的效果。

　　數據化盒子：

　　內容數據：指TM，原文、譯文等的語言數據，是定制MT引擎的關鍵。

　　元數據：指語言對、流程、產業和個人信息等元數據，是訓練機器學習和算法管理的關鍵。

　　儀表盤。所有盒子都在這一管道中后，需要一個儀表盤來追蹤數據，從翻譯完之后的數據中獲取更多洞見。

　　今后翻譯行業的工作趨勢

　　工程師：幫助搭建管道。

　　數據分析師：分析儀表盤反映出的數據，獲取更多洞見。

　　語言人士開始從譯者的角色，轉變為從事審校、創譯和譯后編輯工作。