优势
26%
将翻译质量（BLEU 分数）提高了30%
将语言专家需要进行的编辑工作量减少了1/15
与经过训练的机器翻译引擎相比，成本降低至概述
AWS 合作伙伴 Smartling 需要提高翻译准确性，
同时降低后期编辑的高昂成本。该公司通过在 Amazon Web Services（AWS）上
构建人工智能翻译解决方案解决了这些挑战。 与其他机器翻译方法相比，该解决方案借助 Amazon Nova 将翻译质量提升了 26%，编辑工作量减少了 30%，成本降低了高达 15 倍。在 AWS 上，Smartling 能够大规模提供准确翻译，同时为全球客户保持低延迟性能。
关于 Smartling
Smartling 让翻译更顺畅。其人工智能优先的企业级平台帮助全球企业通过各种渠道，以客户的母语触达客户。Smartling 将每年数十亿文字翻译成 450 多种语言和地区版本。
机会 | 以更低的工作量交付高质量翻译
Smartling 以 450 多种语言和区域设置为数百家企业提供人工智能驱动的翻译服务。随着需求增长，该公司面临一项关键挑战：基础大语言模型虽然能生成流畅的译文，但往往欠缺捕捉语气、术语及文化背景所需的细腻度。客户需要投入大量时间进行人工后期编辑，以确保翻译质量和品牌一致性。
Smartling 人工智能副总裁 Olga Beregovaya 表示：“我们最大的挑战是在准确性与流畅度之间找到适当的平衡。我们需要翻译贴合客户的品牌风格，同时将成本控制在合理范围内。”
性能同样至关重要。延迟是大语言模型普遍面临的挑战，即使是短暂的延迟也可能会拖慢全自动化翻译工作流程的速度。Smartling 需要一项能提供更高质量结果、减少对人工编辑的依赖，且运行速度足以满足客户需求的解决方案。
解决方案 | 在 AWS 上构建 LanguageAI
作为 AWS ISV 加速计划的参与者，Smartling 决定扩大 AWS 服务的使用范围，以应对上述挑战。该公司将 Amazon Nova Pro 基础模型集成到其人工智能驱动的翻译平台 LanguageAI 中，正是看中了该模型在质量、成本效益和速度之间的平衡。
为提升翻译准确性，Smartling 在 Amazon Aurora 上采用检索增强生成（RAG）人工智能框架设计人工智能工作流，该框架智能整合了翻译记忆库、术语库及风格指南。通过与 AWS 紧密合作，团队优化了 RAG 的实施方式，在保持翻译质量的前提下，将定制提示长度从 3000 个令牌缩减至仅 200 个令牌。这一优化使系统能高效处理术语、品牌风格等特定于客户的需求。RAG 框架结合定制提示工程管道，帮助 Smartling 交付高质量的人工智能翻译，Amazon Simple Storage Service（Amazon S3）负责存储翻译数据，Amazon CloudWatch 则近乎实时地监控系统性能。
该项目取得成功的关键因素之一是与生成式人工智能创新中心的紧密协作。 通过联合基准测试和优化，Smartling 在确保翻译质量的同时，将提示长度从数千个令牌缩减至数百个，从而降低了计算成本。“AWS 提供的协作与支持水平非常出色，Smartling 与 AWS 齐心协力，共同推动创新和客户成功。”Beregovaya 说。
成果 | 翻译质量提升 26%，成本削减高达 15 倍
通过在 LanguageAI 中集成 Amazon Nova Pro，Smartling 在翻译质量、效率和成本节省方面均取得显著成效。基准测试显示，双语评估替换（BLEU）分数提升了 26%。BLEU 分数是用于评估机器生成文本的常用指标，通过将机器译文与人工参考译文对比得出。Beregovaya 说：“BLEU 分数越高，意味着在语气、术语、风格偏好等各项标准上的捕捉准确度越高。”Smartling 的语言专家也报告称，编辑工作量减少了 30%，这一变化帮助企业加快了将内容推向市场的速度。
此外，Smartling 还实现了成本节省：与领先的经过训练的机器翻译引擎相比，新解决方案的成本最高可降低 15 倍（前者的成本约为每百万字符 80 美元）。成本降低使 Smartling 能在保持高质量翻译的同时，将节省的成本传递给客户。“Amazon Nova 为我们提供了大规模拓展翻译业务所需的性能、成本效益和质量。它帮助我们的客户更快将内容推向市场，进而实现全球业务增长。”Beregovaya 补充道。
除上述成果外，Smartling 还成功解决了延迟挑战。目前，Smartling 未出现过任何推理延迟，这确保客户的全自动化翻译流程能可靠运行。在此基础上，Smartling 计划通过 AWS Marketplace提供 LanguageAI，并随着采用率的提升持续优化其性能。