Smartling 使用 Amazon Nova 大规模提供高质量翻译

Smartling 以 450 多种语言和地区语言版本，为数百家企业提供人工智能驱动的翻译服务。随着需求的增长，该公司面临着一项关键挑战：基础大型语言模型虽然能够生成流畅的译文，但往往无法细腻地捕捉语气、术语和文化背景。客户必须投入大量的时间进行手动后期编辑，才能确保翻译质量和品牌一致性。

Smartling 人工智能副总裁 Olga Beregovaya 表示：“最大的挑战是，我们需要在准确性与流畅度之间找到适当的平衡。我们要让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。延迟是各种大型语言模型共同面临的一项挑战，即使是短暂的延迟，也可能拖慢全自动化翻译工作流的速度。Smartling 需要这样一款解决方案：能够提供更高质量的结果、减少对编辑人员的依赖，而且运行速度足以满足客户的需求。

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 基础模型集成到他们的人工智能驱动型翻译平台 LanguageAI 中，原因在于，这款模型在质量、成本效益和速度之间取得了平衡。

为提高翻译的准确性，Smartling 在 Amazon Aurora 上采用检索增强生成（RAG）人工智能框架，设计了他们自己的人工智能工作流，此框架智能化地整合了翻译记忆库、术语库和风格指南。通过与 AWS 密切合作，该团队优化了 RAG 的实施方式，在保持翻译质量的前提下，将定制提示的长度从 3000 个令牌精简到仅仅 200 个。凭借这一优化，该系统能够高效地处理客户的特定需求，例如术语、品牌风格等等。RAG 框架与自定义提示工程管道相结合，帮助 Smartling 交付高质量的人工智能翻译，Amazon Simple Storage Service（Amazon S3）负责存储翻译资料，而 Amazon CloudWatch 负责近乎实时地监控系统性能。

该项目之所以大获成功，其中一个关键因素在于，他们与生成式人工智能创新中心进行了密切协作。 凭借基准测试和优化双管齐下，Smartling 在保持翻译质量的同时，将提示长度从数千个令牌精简到数百个，成功降低了计算成本。“AWS 提供的协作和支持都非常棒，Smartling 与 AWS 齐心协力，共同推动了创新和客户成功，”Beregovaya 说道。 

通过将 Amazon Nova Pro 集成到 LanguageAI 中，Smartling 在翻译质量、效率和成本节省方面都取得了显著成效。基准测试表明，双语评估替换（BLEU）分数提高了 26%。BLEU 分数是一个广泛使用的指标，用于将机器生成的文本与人类创建的参考译文进行对比，从而评估这些文本。“BLEU 分数越高，意味着捕获的语气、术语、风格偏好等各项标准的准确性越高，”Beregovaya 表示。Smartling 的语言专家也报告称，编辑工作量减少了 30%，这一变化帮助各个企业加快了将内容推向市场的速度。

此外，Smartling 还节省了成本：与经过训练的先进机器翻译引擎相比，这款新型解决方案的成本最多可降低至 1/15（前者的成本约为每百万字符 80 美元）。反过来，这又帮助该公司在保持高质量翻译的同时，将节省的成本反哺给客户。“Amazon Nova 提供了我们所需的性能、成本效益和质量，让我们能够大规模拓展翻译业务。它帮助我们的客户更快地将内容推向市场，进而实现全球业务增长，”Beregovaya 补充道。

除了上述成果以外，Smartling 还成功解决了延迟问题。Smartling 从未出现过任何推理延迟，这样就确保了客户的全自动化翻译流程能够可靠地运行。在此基础上，Smartling 计划通过 AWS Marketplace 提供 LanguageAI，并且随着采用率的提升，持续优化它的性能。