“語音到語音”即時(shí)翻譯AI模型推出
科技日?qǐng)?bào)北京1月15日電 (記者張夢(mèng)然)《自然》雜志15日介紹了一款人工智能(AI)模型,其宛如科幻小說里的“巴別魚”,能直接“語音到語音”翻譯多達(dá)101種語言的語音和文本。由Meta推出的這一模型名為seamlessM4T,其填補(bǔ)了語言覆蓋方面的空白,且性能優(yōu)于現(xiàn)有其他系統(tǒng)。該成果為快速通用翻譯鋪平道路,其資源公開可用(用于非商業(yè)用途),以協(xié)助進(jìn)一步研究包容性語音翻譯技術(shù)。
科幻小說讀者可能很熟悉《銀河系漫游指南》里的“巴別魚”,這種小魚能進(jìn)入耳朵,以口譯形式即時(shí)將一種語言翻譯成另一種語言。這種工具對(duì)于促成全球互聯(lián)環(huán)境下的交流非常有用,但大多數(shù)現(xiàn)有的機(jī)器學(xué)習(xí)翻譯系統(tǒng)都是文本導(dǎo)向的,或需要好幾步轉(zhuǎn)換——語音識(shí)別、翻譯成文本、再將文本轉(zhuǎn)換成語音。此外,現(xiàn)有語音到語音模型的語言覆蓋范圍也遠(yuǎn)低于文本到文本模型,并且傾向于從源語言翻譯成英語,而非從英語到另一種語言。
為了突破這些限制,Meta的“無縫交流團(tuán)隊(duì)”開發(fā)了一款單一模型,支持多達(dá)101種語言之間的多種翻譯模式。SEAMLESSM4T可支持語音到語音(識(shí)別101種語言并翻譯為36種語言)、語音到文本(101種語言譯為96種)、文本到語音(96種語言譯為36種)、文本到文本(96種語言)的翻譯,以及自動(dòng)語音識(shí)別(96種語言)。在語音到語音的翻譯中,SEAMLESSM4T的文本翻譯比現(xiàn)有系統(tǒng)準(zhǔn)確度要高23%。這一AI模型可過濾背景噪聲并適應(yīng)說話者的差異。
研究團(tuán)隊(duì)總結(jié)稱,雖然還需要進(jìn)一步優(yōu)化,但SEAMLESSM4T標(biāo)志著在跨越語言障礙、促進(jìn)交流方面的重要進(jìn)步。
? 版權(quán)聲明
本文轉(zhuǎn)載自互聯(lián)網(wǎng)、僅供學(xué)習(xí)交流,內(nèi)容版權(quán)歸原作者所有,如涉作品、版權(quán)或其它疑問請(qǐng)聯(lián)系AIGC工具導(dǎo)航或點(diǎn)擊刪除。