0018 自由才是翻译的精髓（1/2）

等周磊去倒了杯水回来后，软件里显示：“现在的同声翻译软件一点也不好用，你问它干什么？”

周磊原原本本的把张杰遇到的问题，告诉了黑客大佬。

大佬回了一串省略号，十分钟后，他通过软件传过来一个软件包。

周磊接收后，解压后安装，执行exe文件的时候，提示缺少语音库。

“嘿，大佬，你的软件不全啊，还少语音库。”

“懂个啥啊，加上语音库你电脑都装不下，你以为语音库就是现成的？自己去弄。软件目录下面有一个生成工具，你看里面的文档，自己去建语音库。这个软件不是那种傻兮兮的，切换到什么语言就只能识别什么语言的。”

“就是说我可以把很多种语言的语音库都放在一起，软件也可以自动识别出来。”

“就是这个意思，不然那些说话带英文单词的人会不会很难受。”黑客大佬回了话后，就不再搭理周磊了。

周磊把生成语音库的工具单独的复制出来，怎么样才能把各种语言的语音库都收集到，这个可是一个巨大的工程啊。

还是先做常用的中文语音库吧，去问两家翻译软件公司买，估计人家都不愿搭理你。

周磊还是用python吧，找一些视频网站，让软件在后台开着，前面一直在放视频吧，这样只要有足够多的时间，就可以生成一个识别率至少四个九的语音库。不过大夏国数不清的方言，就只能慢慢来了。

这活可不能在自己笔记本上跑，跑起来可能需要几个月的时间。

周磊给集成商打了个电话，叫他们送了十台低端的pc服务器过来，国产的就可以了。然后在机房又租了几个标准机柜，让集成商安装好。

几天后，周磊把工具软件和自己写的脚本都放了上去，让服务器开始跑起来。

假如那天维护人员打开这些服务器连接的kvm，就会发现屏幕上一直在播放着各种语言的视频，有电视剧、纪录片、新闻等等，只要薯片站上有的，它就会随机播放。

语音库以一个肉眼可见的速度在缓慢变大，从0kb慢慢的增长为一个超过300gb的巨大文件，这个还不止一个，是十个300gb文件。

周磊估计到最后进行消重合并的时候，至少也会有1个多t的大小。

语音库文件的增长速度变慢，一天都不能增加100mb，周磊觉得差不多了。他远程把十个语音库复制到了一个目录下，现在的服务器上的硬盘都插的多，而且还大，所以没有什么问题。

打开了工具软件，把导入的目录指向到了那个目录里，软件立刻就发现了所有的语音库文件包，并且显示出合并后的文件大小。

周磊觉得自己小看了语音包的大小，合并后还有1.5tb，这个太大了。

忽然他发现还有一个按钮显示着“分割”，尝试着点了一下。发现这个功能非常的好，可以把语音包分割成基础包和网络包，或者是按照语种划分，但那就没有必要了。

按照语种划分，就没有翻译的用处，只有语音转文字了，但是这个用于语音输入法还是不错的，但周磊暂时没有想要进这个不赚钱的行业里。更何况“某飞”做的还算可以，只是有时候输入法会犯傻，自己完全没必要进这个红海市场。

周磊选择了基础包和网络包，这样软件可以直接读取一些常用单词的语音库，如果找不到对应的数据，就会上服务器进行查询。

这不就又是一门生意吗？这个生意自己就能做，这样就不用让办公室里一群人天天无聊的要死。

周磊把基础包复制到自己电脑上，然后打开了同声翻译软件，念了几句差不多非常简单的中文对话句子，软件就迅速的翻译成了英语，这个是默认的选项。

在经过测试几个科技文献后，周磊发现了一个问题，能够正常的识别中英文的语音，但是对于翻译的质量差的太远了。英语翻译成中文没有问题，中文翻译成英文就好像几年前的机翻或者中式英语。估计是自己让软件一直在国内网站上学习的原因，但是国外很多网站是不存在的。

那可怎么办？

有钱就有办法，周磊挑选了一下，找了亚马逊的云服务器服务，一口气下了二十台的整机的单子，租了一年，现在一点也不差钱，还要了无限流量。

同样的他把工具软件和修改后的脚本往上面一扔，就等着十天半个月后的收割。

一个月后……