新生态&新模式“人机共译模式-Twinslator”赋能数

8月21日-25日，第二十六届北京国际图书博览会(简称BIBF)、第十七届北京国际图书节(简称图书节)以及第九届中国数字出版博览会(简称数博会)，同期汇聚中国国际展览中心(新馆)齐亮相。来自95个国家和地区的2600多家展商参加了书展，现场展出了30多万种全球最新出版的图书，举办了近1000多场丰富的出版文化活动，各国文化交融于此，述说世界跨语种文化的丰富和多元。Transn传神将首创的新型语言产能“第三产能-人机共译”模式下的新品EMIC(企业多语信息处理中心)、语到等多款产品集体亮相参展，为出版行业“文化走出去”和“走进去”语言赋能。

此次，Transn传神在这场世界出版行业云集的盛宴中展现了多重角色与能力。是BIBF的参展商、又是中国图书进出口(集团)总公司语言服务提供商、还是数博会的协办方，在本次活动上大放异彩，引起业内人士的关注。

Transn传神工作人员与客户业务洽谈

每天在现场可以看到，Transn传神展位不乏有行业人士前来交流、了解产品的场景。EMIC、语到等平台产品，深深地吸引了他们的目光，前来咨询的人士络绎不绝，并积极探讨洽谈合作新模式。

　中国数字出版“走出去”跨语种转换是关键

伴随“一带一路”建设的深入推进，中国出版输出的国际市场渠道不断拓展，数字出版“走出去”的效果越来越明显，出版方式也呈现出以“全媒体、高质量、新业态”等多元化方式发展。中国出版的传播已经迎来一个跨民族、跨语种的全球化时代。出版能力是一个国家、地区出版机构是否具有世界化水准的显著标志，这意味着中国出版机构的图书、期刊、数字产品不仅要能够满足中国本土读者的需要，还要能够被不同国家、民族以及不同文化区的读者接受和喜爱。

8月23日，在第九届中国数字博览会主论坛暨中国数字内容服务大会上，Transn传神高级副总裁蔺伟在“未来已来-跨语数字出版的趋势”演讲时说“5G时代，传统出版向数字出版转型进入3.0时代，人们阅读和获取信息进入“文图影音一体化”全场景沉浸体验模式，在数字出版在“走出去”过程中，跨语种以及海量多元数字内容语言转换是关键”。

在中国加速数字出版全球化的输出的时代，数字出版的广泛传播离不开跨语种信息的转换以及海量多元内容(图、文、影、音)的信息转换。在今天人们对信息的阅读及获取日益激增，大量的信息获取需求与低产的信息转换能力，供求关系失衡日渐突出。严重影响了数字出版“走出去”和传播“讲好中国故事”的进程。

Transn传神高级副总裁蔺伟认为过去30年间，人类社会的信息量增加了1000倍，语言转化的交付速度扩大了10倍，主要依托于人类专家的人工翻译，使得语言跨语种的转化只增加了1倍，制约了数字出版全球化进程速度;但物价水平却上涨了10倍，从事跨语种的转化的译员收入反而不增反降。

Transn传神董事长何恩培曾经接受媒体采访时表示，译员翻译的极限速度分钟180个字，人的阅读每分钟1500字，二者有 7-15倍的差距，人工翻译速度难以满足人类实际阅读需求速度。

在当今5G的来临，信息爆炸年代，人们学习和获取知识的速度及需求也在急剧增长，人工翻译的极限的天花板决定了其发展难以跟上信息的裂变式速度，远远不能满足出版跨语种实际需求。

但在近三年来看，虽然机器翻译一度被业界看好，事实看出机器翻译的质量无法取代人工翻译，从而也无法有效的解决跨语种信息转换的效率与质量问题，进而不断促使翻译类公司数量攀升。

根据公开数据统计，2015年12月31日之前公司名称含"翻译"字样仅有7369家，到2018年6月30日数量增加至9542家，增加2173家，增长率为30%，而同期公司介绍中含翻译字样的有72495家，数量增加至320874家，累计增长248379家，增长率达到343%。

在翻译需求与人工翻译供给双增长的情况下，不得不面对一个残酷的现实是根据案例达摩院公开数据，机器翻译每天调用8000-10000万亿词汇，人工翻译每年只有1500万亿词汇，二者形成2500倍差距，结果是人类对机器翻译的需求与其机器翻译质量、人工审校的速度制约性现实形成巨大差距。

人工翻译高质低量，收入低，供给有限VS机器翻译高量低质，成本低，供给无保障。

语言作为“文化走出去”的国家软实力支撑，亟待更接近于人的质量但能更接近于机器的速度“新物种”的出现。

人机共译模式-Twslator诞生，破解“走出去”跨语转换的供求平衡

语言是人类大脑思维产生反应和工具，是眼、耳、鼻、口、舌六维通过口一维的表达方式，不可预测和不可论证。语言背后是文化的支撑，文化的形成是一个需要时间积累的缓慢过程，是一个群体的生活共识，当形成这个群体的共识文化之后，具有不可推论。

在此背景下，Transn传神首创新型语言产能-第三产能“人机共译”全新理念，通过人工智能、大数据、互联网等新兴技术，实践出“Twslator”新工作模式，即译员与自己训练的机器引擎组合成“Twslator”，机器通过学习译员的术语和语料，并形成翻译过程数据、修订反馈、场景信息等全信息语言知识库，伴随译员一起成长，打造译员个人个性化学习引擎，翻译能力不断接近译员本身翻译水平，并融入文化背景。