我们擅长商业策略与用户体验的完美结合。
欢迎浏览我们的案例。
科技巨头 Facebook 母公司 Meta 对外发布了一款最新人工智能(AI)翻译引擎 SeamlessM4T,可以更轻松地跨文本语音翻译和转录近 100 种语言。
同时,Meta 还公布了新的开源翻译数据集 SeamlessAlign,将 44.3 万小时的语音与文本、2.9 万小时的语音转录数据进行对齐,教会 SeamlessM4T 如何将语音转录为文本、翻译文本、从文本生成语音。
Meta 表示,SeamlessM4T 将与 SeamlessAlign 一同开源。SeamlessM4T 代表了 AI 技术驱动的“语音到语音”和“语音到文本”领域的“重大突破”。
图片来自网络/侵删
据悉,作为最早投资 AI 的大型科技企业之一,Meta 于 2013 年成立了 AI 基础研究实验室,聘请了 AI 领域的顶级学者,有大量社交与元宇宙算法,推出 Pytorch 框架、Zion 等软硬件产品。不过,虽然 Meta 在 AI 领域也取得了一些进展,但它落后于 OpenAI、微软、谷歌等公司。
随着 ChatGPT 风靡全球,Meta AI 团队正在加紧追赶,以及重新组合其关于语言、对话等领域与大模型相关的研究。
去年底之后,Meta 陆续发布 No Language Left Behind(不留语言)文本到文本的机器翻译模型,支持 200 种语言,以及开发多语言数据集 SpeechMatrix、生成文本到声音的 AudioCraft 等。另外在今年 7 月,Meta 还发布开源对话大模型 Llama 2,引发广泛讨论和关注。
此次公布的 SeamlessM4T,建立在 Meta AI 翻译模型的技术能力基础上,并重新设计 Fairseq 序列建模工具包,以创建更轻量级的模型和处理更多信息。Meta 表示,SeamlessM4T 从“爬取的网页数据的公开可用存储库中”收集了 400 万小时的“原始音频”,该模型可以在近 100 种语言之间进行文本到语音的翻译,并支持 35 种语言的完全语音到语音翻译。
对于安全性和脱敏性,Meta 表示,在开发 SeamlessM4T 时,团队构建了一个可以识别敏感词系统,目标是能够过滤了训练数据中不平衡的数据信息,从而检测和输出正确的翻译内容。而且,Meta 研究人员还尝试清理误译一些脏话的数据集,以便更准确地检测何时使用。
Meta 研究科学家负责人 Paco Guzman 表示,SeamlessM4T 的一大突破是它不依赖中间模型来产生结果,这使得它更加灵活,甚至支持动态更改语言。这将促进更多人使用其进行日程对话。
不过,Meta 建议不要使用 SeamlessM4T 进行长篇翻译,政府专用的认证翻译,以及不鼓励出于医疗或法律目的部署该模型,原因或与专业领域的翻译准确度有关。科技网站《对话》(theconversation)最近表示,AI 翻译有许多缺陷,包括不同形式的性别错误和偏见、语音识别算法偏差等。
据报道称,Meta 后续将把这些翻译和转录方面的 AI 进展,整合到 Facebook、Instagram、WhatsApp、Messenger 和 Threads 等产品当中。
(邯郸小程序)