不會。

你說的ai具體指的是NLP（自然語言處理）技術。雖然目前NLP技術正在蓬勃發展，也有許多的翻譯軟體應用了這個技術。但是由於人類語言除了字面意思之外不同的語境語態等都富有含義，而且語言是情緒的重要載體。目前這些問題都無法有效解決，更遑論每個人還有口音等問題。

我覺得分兩種可能。一種是真正的人工智慧誕生就可行，沒有真正的人工智慧就不行！主要取決於七年之內ai的發展，如果七年內可以透過圖靈測試，也就是說，ai真正的成為人工智慧，它可以在不見面的情況下讓你認為他就是人類。具備了自我學習的能力。那麼就完全可以代替口譯。因為ai可以自己學習任何一種語言(包括方言)，而且它學習的時間要比人類短的多的多。所以說，一旦真正實現人工智慧，一切就皆有可能。

會。

先上真實案例，再分析。

我們公司目前開發的電子病歷產品，對接了一套語音輸入錄病歷。目前準確率已經達到80%，後面還在隨著醫療詞彙的學習、完善不斷提升。

口譯能否替代無非要解決三個痛點:

1、語種。聯合國常用的語種數共6種，而全世界共有7000多語種。只要語言資料集齊全，伺服器數量足夠，是可以解決語種多樣化的問題的。

2、語境。即口語使用場景，安裝過搜狗輸入法的童鞋應該都選擇過詞庫。詞庫其實就類似語言的使用場景，就像我們每個行業都有行業常用語。只要我們針對各種使用場景，訓練出各種常用詞彙，就能獲得精準的翻譯。

3、網路時延。即音譯的內容需要透過 語音識別-轉錄文字-翻譯-音訊生成-傳輸 的時間。語音引擎處理時間因為網路、雲主機效能的問題，目前還需要走很長的一段路。

另外，Google於2019年8月宣佈開源了語音識別轉錄工具Live Transcribe的語音引擎。國內訊飛、百度等大廠關於ASR的研究程序。無一不在證明一件事，科技將會取代一些工作。但也催生一些行業的誕生:語音識別監督訓練都需要人為的干預。

這需要分幾種情況。

一是語種，漢語現有的自然語音識別系統已經很多，而且多種能達到85%以上甚至90%以上的識別率。正確識別後的翻譯準確率又需要看具體情況。以翻譯成英語為例。1、日常用語現有的多款軟體已基本實現，比如有道。2、在專業英語方面，比如醫學，特別是具體到醫學的很多細分專業，比如生物化學、分子生物學、生理學等等還難以實現。3、中英文混輸情況，現在的中文經常夾雜英文，比如DNA、WTO、APEC等等，有時難以識別。

二是小語種，翻譯成烏克蘭文、甚至非洲小語種更困難。

再說回來，七年後，相信漢語識別率會進一步提高，在專業英語方面也會提高，但能夠達到95%以上的同聲口譯可能還存在困難。但這一切的解決基礎是大資料，當資料庫足夠大時，準確率會大大提高，以後甚至可以出現全國各地方言到外語的同聲口譯。以我的觀點，十年以上吧。不知道題目為什麼會設定一個不零不整不上不下不多不少的7年。難道暗藏玄機？

我覺得會吧，畢竟現如今科技發展的速度已經不能用日新月異來形容了，我之前有關注一款科大訊飛的翻譯器，雖然有些卡殼，但可能與我不能熟悉使用有關係，但對於普通人來說絕對開天闢地得神器，實在是出國旅行必備良品。至於能不能取代，我覺得是必然，要說七年能不能取代，我也是持樂觀態度。隨著 ai的發展，最終不然會攻破這一領域人類的最後堡壘。或許在之後的某個時刻，人的同聲翻譯會成為地位的象徵，而不是溝通的必須。