不知道你們有沒有過這樣的經(jīng)歷，發(fā)現(xiàn)一部寶藏片子，迫不及待打開后發(fā)現(xiàn)——沒！有！字！幕！
那種感覺，就像是餓了三天三夜，終于看到一桌滿漢全席，卻發(fā)現(xiàn)自己沒帶筷子。
無奈只能聽著半懂半不懂的“鳥語”，靠著豐富的想象力腦補(bǔ)劇情。等野生字幕組大神“烤出熟肉”，黃花菜都涼了。
這樣想看卻看不懂的痛，對于天天高強(qiáng)度沖浪的老司機(jī)來說，我們都懂！
不過最近，QQ 瀏覽器悄悄更新了一個新功能——實時字幕。號稱能把所有視頻、直播甚至是線上會議，都能實時翻譯，相當(dāng)于做了一個同聲傳譯。
你說，一個做瀏覽器的，竟然想著竟然搶字幕組的飯碗，這不是沒活硬整嗎？
為了搞清楚這到底是噱頭還是黑科技，老狐第一時間更新了 QQ 瀏覽器，給大家來試試水！
這功能到底有多騷？
首先，QQ 瀏覽器這功能怎么用？
我安裝了最新版本，然后特意上去 YouTube 打開了一個視頻，沒想到在視頻的右上角，就能看到一個“實時字幕”的按鈕，
點擊一下，字幕竟然就這樣水靈靈地自己生成出來了！
整個操作行云流水，一點都不復(fù)雜，更不需要額外裝插件，這樣傻瓜式操作對于絕大部分電腦小白來說極其友好！
它和我們常見的字幕有些許不同，而是在視頻上直接彈出一個可以隨意設(shè)置的字幕框。
字幕顯示支持雙語，并且只要把字幕框放大，甚至能查看過去的字幕。
根據(jù)官方的介紹，這個字幕，是語音識別技術(shù)+騰訊混元模型的結(jié)果，也就是說，它識別的是視頻本身的語音，
這也是為什么它能做到實時翻譯，而不是我們常見的提前布置字幕。
而且只要是騰訊的混元AI會的語言，它都能全部翻譯出來，
現(xiàn)在它提供了 16 種語言識別，像英語、日語、韓語、泰語這些主流語言基本不在話下，它的語言欄目都有顯示
最后，它還有一個“其他語言”，具體包括什么語言，暫時就沒有明說了。
在功能上，我還測試了一下“實時直播”。
因為直播對延遲和同步性要求極高，而且也是我們?nèi)粘Ｉ钪忻鎸Α吧狻弊畛Ｒ姷那闆r，
畢竟日常中，絕大部分視頻都是有字幕的，只有直播作為最新資訊，還未來得及給字幕。
所以能否實時翻譯直播，字幕能否跟得上，將會至關(guān)重要。
由于蘋果最新的發(fā)布會剛過去，所以我找了個 TED 的直播。
在直播現(xiàn)場，演講者話音剛落，大概 AI 辨識+翻譯的時間需要 1-2 秒左右，翻譯好的字幕就能出現(xiàn)在屏幕上。
雖然有延遲，但完全在可接受的范圍內(nèi)，整體字幕的滯后感并不強(qiáng)，觀看體驗非常流暢，就像在看國內(nèi)有同聲傳譯的發(fā)布會一樣。
它的翻譯水平到底行不行？
看我吹了這么多功能，是騾子是馬，還得拉出來遛遛。
作為一個字幕，它最關(guān)鍵的功能肯定還是幫我們把“生肉”烤熟，翻譯功能最關(guān)鍵。
普通使用，目測識別率至少在 90% 以上。大部分對話都能被準(zhǔn)確識別出來。即使是夾雜在特效音效中的人聲，它也盡力去捕捉了。
但假如遇上特殊情況呢？所以，說干就干，我準(zhǔn)備了典型的“硬骨頭”來考驗考驗它。
第一關(guān)，我們首先看看，它在專業(yè)領(lǐng)域的英語內(nèi)容，能不能hold住？
我找了一個MIT（麻省理工大學(xué)），關(guān)于“量子計算”的視頻，這里面有著大量的專業(yè)術(shù)語和復(fù)雜長難句，
我相信，對于這個涉世未深的“字幕組”來說，這將會是一個“地獄級”難度的翻譯。
但沒想到的是，對于一些專業(yè)的詞匯，它絲毫感覺不到難度，例如說“Quantum Superposition”（量子疊加）這種專業(yè)詞匯，字幕都能準(zhǔn)確無誤地翻譯了出來。
還有很多復(fù)雜的長句子，雖然翻譯出來還是少了點“人味”，但慢一點的話還是能抓住關(guān)鍵的核心信息點。
目測來看，整體的準(zhǔn)確率預(yù)估可以達(dá)到 80% 以上，對于想通過視頻學(xué)習(xí)的人來說，這絕對已經(jīng)夠用了。
第二關(guān)，我們來再看看，遇上魔性口音，AI會不會懵圈？
那么這關(guān)的難度，肯定就是許多人的英語惡夢：口音！
無論是魔性的印度英語，還是燙嘴的日式英語，即使是英語專業(yè)的本科生，只要是不適應(yīng)，都同樣辣耳朵。
我先找了印度大名鼎鼎的“甲亢姐”，她的英文在印式英語中算是比較標(biāo)準(zhǔn)。
果然，在 AI 看來，這難度并不算高，除了有點 AI 味以外，整體翻譯絲滑無錯誤。
接著，我又找了一個印度小妹的的時事視頻。
這口音，懂的都懂，雖然少了點搖頭晃腦，但同樣咖喱味十足，絕對是聽力考試的噩夢 。
在辨識口音單詞時，會出現(xiàn)明顯的辨識錯誤，有一些剛辨識時，單詞是錯誤的。
但神奇的是，憑借 AI 對于上下文的理解，竟然還是能使整體的意思大差不差，結(jié)合畫面，完全沒有問題。
沒想到，它竟然在這里通過了考驗，這結(jié)果確實讓我非常驚喜。
說實話，測試到這里我其實已經(jīng)有點驚訝了，因為測試前，我完全沒想到它竟然能這么強(qiáng)，能做到這個程度！
所以出于對它的尊重，我決定給它一個“終極測試”！
專業(yè)內(nèi)容+魔性口音！
假如它能順利通過這個測試，那我覺得，人類距離打破“語言壁壘”就真的不遠(yuǎn)了！
我特意找了一個非?；鸬挠《刃〗憬阒v解 Python 編程的教程。
口音魔性之余，還夾雜著各種編程相關(guān)的詞匯，這絕對是語言上難以跨越的鴻溝。
果然，QQ 瀏覽器還是被我摸到了的天花板，在翻譯過程中，它有明顯出現(xiàn)錯誤。
每一句都有不懂的內(nèi)容，它會直接用英文拼寫來替代，整體內(nèi)容看上去也不連貫，假如依賴這個翻譯來學(xué)習(xí)，相信沒人能學(xué)好。
最后總結(jié)來看，QQ 瀏覽器的這個實時字幕是否能配得上“神器”這個稱號呢？
老狐認(rèn)為已經(jīng)足夠了。
要不是我最后故意刁難它，那基本日常中 95% 以上的場景都能用得上它，
無論是日常刷視頻，還是線上學(xué)習(xí)，甚至現(xiàn)場直播，它都能 hold，而且在多人對話、口音混雜、背景嘈雜的情況下，它依然能給出能完全理解的字幕。
最關(guān)鍵的是，它還是免費的！我只能說，這確實香！
其實在 AI 出來之后，很多瀏覽器覆蓋 AI 的超級入口，不僅僅是 QQ 瀏覽器，夸克之前也出了 AI 瀏覽器，
參考 20 年前的搜索引擎進(jìn)化史，我相信瀏覽器在 AI 時代依然深不可測。
參考資料：
1、你的字幕，QQ瀏覽器包了，QQ瀏覽器；
2、QQ瀏覽器官網(wǎng)；
3、YouTube。
編輯：志堅
