La mayoría de los idiomas indios carecen de datos paralelos suficientes para el entrenamiento de Traducción Automática (MT). En este estudio, construimos sistemas de Traducción Automática Neuronal (NMT) de inglés a idiomas indios utilizando la arquitectura de transformador de última generación. Además, investigamos la utilidad de la retrotraducción y su efecto en el rendimiento del sistema. Nuestra evaluación experimental revela que el método de retrotraducción ayuda a mejorar las puntuaciones BLEU tanto para los sistemas NMT de inglés a hindi como de inglés a bengalí. También observamos que la retrotraducción es más útil para mejorar la calidad de los sistemas MT de base más débiles. Además, realizamos una evaluación manual de las salidas de traducción y observamos que la métrica BLEU no siempre puede analizar la calidad de la MT tan bien como los humanos. Nuestro análisis muestra que las salidas de MT para el par inglés-bengalí son en realidad mejores que las evaluadas por la métrica BLEU.