Meta推出無(wú)縫溝通AI翻譯模型

12月4日消息(郭睿琦)今年 8 月,Meta 公司推出了其多模態(tài)人工智能翻譯模型 SeamlessM4T,該模型支持近 100 種語(yǔ)言的文本和 36 種語(yǔ)言的語(yǔ)音。現(xiàn)在該模型更新了“v2”架構(gòu),Meta 將其稱之為“Seamless Communication(無(wú)縫溝通)”模型,能夠讓對(duì)話翻譯更加自然和富有表現(xiàn)力。

兩個(gè)新功能中的第一個(gè)是“SeamlessExpressive”,顧名思義,該功能可以將你的語(yǔ)氣轉(zhuǎn)移到翻譯后的語(yǔ)音中,包括音調(diào)、音量、情感色彩(興奮、悲傷或低語(yǔ))、語(yǔ)速和停頓??紤]到目前翻譯后的語(yǔ)音一般聽起來(lái)都很機(jī)械,這一突破還是非常值得期待的,無(wú)論是在我們的日常生活中還是在內(nèi)容制作中,都有很大的幫助。目前其支持的語(yǔ)言包括英語(yǔ)、西班牙語(yǔ)、德語(yǔ)、法語(yǔ)、意大利語(yǔ)和中文,不過(guò)在IT之家撰寫本文時(shí),演示頁(yè)面缺少意大利語(yǔ)和中文。

第二個(gè)功能是“SeamlessStreaming”,可以在說(shuō)話者仍在講話時(shí)開始翻譯,從而讓其他人更快地聽到翻譯。雖然仍有不到兩秒鐘的短暫延遲,但至少不必等到對(duì)方說(shuō)完一個(gè)句子。據(jù) Meta 公司稱,最大的挑戰(zhàn)在于不同語(yǔ)言有不同的句子結(jié)構(gòu),因此他們必須開發(fā)一個(gè)專門的算法來(lái)研究部分音頻輸入,以決定是否有足夠的上下文開始生成翻譯輸出,或者是否繼續(xù)傾聽。

極客網(wǎng)企業(yè)會(huì)員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2023-12-04
Meta推出無(wú)縫溝通AI翻譯模型
帶來(lái)更自然的跨語(yǔ)言對(duì)話體驗(yàn)

長(zhǎng)按掃碼 閱讀全文