META人工智能将语音翻译为文本的创新

Meta 公布了其在人工智能 (AI) 领域的最新突破，这是一种多模式和多语言的模型。这个新系统被称为 SeamlessM4T，能够以近百种不同的语言执行语音到文本和文本到文本的翻译。

Meta的新多语言系统

但这还不是全部，因为它在语音到语音和文本到语音解释方面也表现出色，证明了它在识别大约一百种输入语言和三十五种输出语言方面的熟练程度。

与将流程划分为多个通道的传统口译系统不同，Meta 的这一新开发 有望提供更流畅、更高效的翻译体验。

SeamlessM4T建立在公司之前的翻译里程碑的基础上，例如 No Language Left Behind、SpeechMatrix 和 Massively Multilingual Speech。

该公司的工程师着手重新设计“Fairseq”测序工具集，目的是创建能够同时处理大量各种格式信息的轻量级系统。

模型训练过程涉及数量惊人的数百亿个可公开访问的文本句子，以及从网络上提取的 400 万个语音片段。

应该注意的是，此阶段使用的所有信息均不受版权保护，来自开放或许可来源。研究人员将这两种类型的内容合并起来，使 SeamlessAling 栩栩如生，这是推动 SeamlessM4T 发展的训练数据集。