什么是 Azure Speech Translation
Azure Speech Translation 官网：https://azure.microsoft.com/en-gb/services/cognitive-services/speech-translation/
Azure Speech Translation，是 Azure Cognitive Service 中的一项 Speech Service，可以用 Azure 中已经预训练好的语言模型或者自定义的模型，来将源语言的音频转换为目标语言的音频，常用于同声翻译等场景，实时翻译语音。
Workflow
Azure Speech Translation 的工作流如下图所示，可以看到它主要由4个模块组成，包括前两篇文章提到过的 Speech to Text、Text to Speech 这两个模块用于输入和输出，Speech Correction 模块用于规范化文本（比如删除口头禅）并自动更正某些明显的语病，Machine Translation 模块进行文本翻译。
特点
Azure Speech Translation 具有以下特点：
- 支持翻译 30 多种语言的音频
- 神经网络机器翻译技术提供快速、可靠的翻译
- 自定义翻译：可定制模型以识别特定域的术语和独特的说话风格
- 规范化文本：通过经过训练的引擎，自动规范化语音输出
- 数据安全性：在处理期间不会记录任何语音数据
Custom Translator
Custom Translator 有利于我们训练自己的机器翻译模型，比如对于特定场景，使用通用翻译模型，在特定词句或语序上会有略微欠缺，这时候就需要我们自己去搜集并构造双语语料，并使用 Custom Translator 进行训练，以期取得更好的翻译效果。
首页：Custom Translator
官方文档：Official Doc
数据集
Custom Translator 的数据集为双语对照的样本对，每一句话对应一个样本，以空行分开。
-
本地准备的双语样本分别放在两个文本文件中，如下图所示：
![]()
-
上传到 Custom Translator 后，会自动检测并分割语句，结果如下：
![]()
值得注意的是，训练 Custom Translator 需要的训练样本至少为10,000，也就是10,000对双语对照的样本对，否则无法训练。
