本视频来自 @罗罗磊磊，少数派经授权转载，仅对排版及内容略作调整。

Hi，大家好，我是罗磊，前几天有朋友推荐了一款号称是全世界最好的翻译系统 DeepL，据说能秒杀谷歌翻译。作为一个经常阅读外网资讯的用户，我对这类软件还是挺感兴趣的，于是我就去体验和了解了一下，今天这个视频，就来跟大家分享一下吧。

DeepL 是一家起源于德国的 AI 创业公司，主打使用人工智能来进行翻译服务。

AI、机器学习、大数据、神经网络，算法，各种关键字，总之最近这几年火的概念掺和一下，总还是挺能吸引眼球的。

对于普通用户来说，不需要太了解背后的原理，大概就是通过一套算法，加上不断学习和训练新的的翻译数据，让不同语言之间的翻译的精确度越来越高，翻译的结果也越来越自然。

国内外不少公司都有类似的AI翻译服务，国外的谷歌翻译、微软翻译属于这个领域的佼佼者，国内的腾讯、百度、网易也有类似的服务，还有众多创业公司的项目。总之这个领域竞争还是挺激烈的。

DeepL 是一个收费服务，价格从每月 6 欧元到 40 欧元不等，最便宜的个人年付套餐为 6 欧元，约合人民币 46 元。还是挺贵的。

但是 DeepL 也提供了免费翻译，用户能直接使用免费的网页翻译器，对于大多数用户来说，这也应该够用了。

AI 翻译服务的好坏，主要由算法和训练的数据量来决定，理论上训练的翻译数据越多，翻译的效果也越好，DeepL 一开始支持的是英语、法语、德语、西班牙语，不少国外媒体对这些语种之间的翻译效果评价还是挺不错的。

中文和日文的翻译加入没多久，那么这个翻译的效果到底如何呢，跟谷歌、有道之类的主流翻译软件相比谁更优秀，或者谁更秀呢。

对于普通用户来说，翻译的基本要求就是「信、达、雅」，信意味着翻译的准确，也是翻译最基本的要求。达和雅，对于网上快速阅读来说，则属于加分项，不强求，有则更好。

今天视频主要就是中英文的互译，我会挑选一些常用的场景，看看 DeepL 的效果到底怎么样。

首先我们来翻译一篇来自世界银行的年度报告，摘录第一段。这一类的国际组织声明，有中英法日多语，特点是专业和严谨。这一段中，谷歌翻译和 Bing、DeepL 都做得不错。这几个的翻译结果也没有太大的差异，也比较流畅。

接下来我们再来翻译一段来自 WHO 的文章，4 月 4 日是世界护士日，世界卫生组织的文章也较严谨。关于这段翻译，有一个长句的翻译有一定的差异，

谷歌翻译成「从历史上到今天，护士都在与威胁全球健康的流行病和大流行作斗争的最前沿。」，Bing 翻译成「从历史上看，以及今天，护士都处于抗击威胁全球健康的流行病和流行病的最前线。」，谷歌和 Bing 翻译有浓厚的机翻味道，

DeepL 翻译成「无论是在历史上，还是今天，护士们都站在抗击威胁全球健康的流行病和大流行病的前沿。」，相比而言就自然得多了。这种「更自然」的感觉，也是 DeepL 的一个优点吧，这也是比较容易让用户感知到的差异。

接下来我们再翻译一下日常推特，首先来翻译一下川普的推，川普讲话的风格就是「大白话」，大量简单用词、简单语法，初中生英语水平就能看懂。

首先来翻译一段川普吐槽 WHO 的，这一段翻译谷歌成功翻车，把「blew it」翻译成「很棒」，完全相反的意思，把「giving a goog look」翻译成「我们将给它一个好的外观」，这个很秀。

DeepL 在这里翻译成「真的吹了」，有点直译的感觉，但是中文用语中我们也会用「你就吹吧」「真能吹」的用法来讽刺，如果强行理解的话，好像这样翻译也行。

这一段翻译中必应的表现是最好的，Bing 在这里把「blow it」翻译成「搞砸了」也最是贴切原意的，

接下来我们再来翻译一下奥巴马的推特，奥巴马的发言风格就是大量长句和复杂语法，跟川普完全相反，比较精英范。

这一个推特是关于全球气候变化的，第一句的翻译比较复杂。谷歌翻译成「我们已经非常可怕地看到了那些否认大流行警告的人们的后果。」，必应翻译成「我们太可怕地看到了那些否认大流行警告的人的后果」，DeepL 翻译成「我们太清楚地看到了那些否认大流行病警告的人所造成的可怕后果。」，我特意问了外语学院英语专八的同学，

这里奥巴马强调「可怕的」应该是「后果」，而不是「可怕地看到」，这里 DeepL 翻译还是比较准确的。

在接下来我们试试翻译乡村教师马云的推特，马云向外国捐赠物资的一段推特，比较多口号，第一个「One world, one fight」谷歌和 DeepL 都翻译成了「一个世界，一场战斗」，必应翻译成「同一个世界，一场战斗」强调了「同一个」概念，相对而言更贴近。

最后一句「We are one」，谷歌直译成「我们是一个」，很明显直译了。

必应翻译成「我们是一体的」，DeepL 翻译成「我们是一家」都比较贴近。

再接下来我们翻译一段更口语化的推文，我随便从今年 AndrewYang 杨安泽 推特上找了一个粉丝，这是一段对其他粉丝的留言回复。「Lol」这种网络缩写，必应直接翻译成了「洛尔」，嗯，有趣。

Feed 在这里应该是 timelime 信息流的意思，谷歌和 Bing 都翻译成了私聊，DeepL 在这里除了 #yanggang 的推特标签翻译重复了之外，其他意思都翻译正确了。

上面是英文翻译成中文，接下来再试试中文翻译成英文。

首先来试试文言文，「苟利国家生死以，岂因祸福避趋之」，这么一段名言，谷歌、必应全部翻车，苟利直接翻译成了拼音 gou li 和 gooli ，DeepL 翻译就正确和高级多了

接下来再试试日常用语的翻译「隔壁老王真热情，每周都过来我家逗孩子。」，这是我随便说的一句话，这里有「老王」这种中文的称呼缩写，也有「逗孩子」这种日常语，这里谷歌、DeepL 都把老王翻译成了 Old King，逗孩子分别翻译成 tease the children 和 kids，相比而言，小孩子用 kids 更日常化点，这个细节处，DeepL 翻译得更好。

再接下来翻译一下报纸上常看到的用语，我随便找了一段报纸上的讲话，「我们将进一步逐村逐户、逐人逐项查找问题，制定整改措施，补齐基础短板，推动高质量稳定脱贫」，这一段话，大量缩写和短语，比如说「逐村逐户、逐人逐项」，让我比较惊讶的是这一句的翻译大家做得都挺不错和自然。

后来我又试了一下其他的翻译，总体体验下来，DeepL 的翻译效果还是挺好的，但是也没有传说中的那么神，在一些更日常化、口语化的翻译方便，DeepL 相比谷歌、必应，能给出相对更自然一点的翻译结果，机翻的味道相对而言没有那么重。

最后，我将以上对比数据整理成了 Excel 表格，感兴趣的可以在 这里 查看。

好啦，关于 DeepL 的简单介绍和对比，今天就到这里，说实话，现在这些主流翻译软件的效果，都差距得不太多，对于有些需要快速阅读外文资讯的用户来说，用哪个的差别都不太大。

毕竟，如果仅仅是阅读资讯，只要大概的意思翻译出来了，人脑都会自动补全、纠正，理解。但是如果要进行写作、写外语邮件等，倒可以尝试用 DeepL 进行初步翻译再修改和润色，相比而言可能更加自然点。

> 下载少数派 客户端、关注 少数派公众号 ，发现更多新酷应用 🆒