智能翻译机技术起了什么作用？

智能语音技术经年之后的不断完善，尤其是随着语音识别准确率的不断提高，基于智能语音技术的智能硬件纷至沓来，除了智能音箱一再受众人追捧外，智能翻译机也悄然逆袭，并入这条快车道。

不同于智能音箱因没有明确的应用场景备受诟病，智能翻译机倒是有诸如商务会议、出国旅行等针对性较强的应用场景，由此带来的则是对深度学习算法更高的要求。

智能翻译机的技术基础说到底还是智能语音技术，这一点与智能音箱极为相似，其中，神经网络翻译系统尤为关键，各大厂商纷纷针对这一系统进行自研，诸如谷歌的GNMT、科大讯飞的INMT、搜狗的SNMT等。

用于机器翻译的神经网络系统最为经典的基础技术可以归为两类——RNN（循环神经网络）和CNN（卷积神经网络）。主要区别在于两类系统的执行顺序不同，采用RNN神经网络的机器翻译系统是顺序执行任务，在进行翻译工作时，要对整个句子从左到右或从右到左依次执行，精准度较高，但无法充分应用系统硬件GPU的并行运算能力；采用CNN神经网络的机器翻译系统则是并行执行任务，计算效率更高。