标称 200 多种,实际你用得上的可能不到 20 种。重点不是总数,是小语种翻得怎么样,以及识别不准时怎么办。
第一层是核心语种:中、英、日、韩、法、德、西、俄、葡、阿、泰、越、印尼。这十几种有专门的优化通道,质量和延迟都是最好的。
第二层是常用小语种:波兰语、捷克语、荷兰语、土耳其语、希伯来语等,走通用通道,质量能用于日常沟通。
第三层是低频语种:能翻,但不保证专业表达,正式商务文件建议人工复核。
客户端先看会话上下文——同一会话里前若干条消息的主语种,这个信号比单条消息本身可靠得多。
再看发送者历史。老客户的语言偏好是稳定的,用历史记录判断比每句重新识别准确。
以上都没有才落到引擎识别。识别置信度低的会标记为未知,不硬翻,避免把泰语当越南语翻出一堆错。
最常见的原因是混合语种。对方一句英文一句母语,识别会摇摆。处理方式是在会话设置里手动锁定语种。
第二种是短消息。"ok"、"1"、"收到"这类没有语言特征,识别基本靠猜,锁语种同样有效。
第三种是大量表情符号。表情占比超过一半时识别会失败,把表情单独渲染、只对文本部分做识别就能解决。
覆盖范围是真的,但质量分层明显。核心十几语种有优化通道,低频语种是通用能力。
不能自定义语种,但可以在术语表里固定特定词的译法,效果上等价于定制。
能,不同会话可以设不同语种,互不影响。自动识别模式下由系统判断,也可以手动覆盖。