科技日報
2025-01-16 
“語音到語音”即時翻譯AI模型推出
原標題：“語音到語音”即時翻譯AI模型推出
科技日報北京1月15日電 （記者張夢然）《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”，這種小魚能進入耳朵，以口譯形式即時將一種語言翻譯成另一種語言。這種工具對于促成全球互聯(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“無縫交流團隊”開發(fā)了一款單一模型，支持多達101種語言之間的多種翻譯模式。SEAMLESSM4T可支持語音到語音（識別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，以及自動語音識別（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。
研究團隊總結(jié)稱，雖然還需要進一步優(yōu)化，但SEAMLESSM4T標志著在跨越語言障礙、促進交流方面的重要進步。
(責(zé)編：楊曦、陳鍵)關(guān)注公眾號：財經(jīng)分享讓更多人看到
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風(fēng)險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負任何責(zé)任。
