科技巨頭 Facebook 母公司 Meta 對(duì)外發(fā)布了一款最新人工智能(AI)翻譯引擎 SeamlessM4T，可以更輕松地跨文本語(yǔ)音翻譯和轉(zhuǎn)錄近 100 種語(yǔ)言。

　　同時(shí)，Meta 還公布了新的開(kāi)源翻譯數(shù)據(jù)集 SeamlessAlign，將 44.3 萬(wàn)小時(shí)的語(yǔ)音與文本、2.9 萬(wàn)小時(shí)的語(yǔ)音轉(zhuǎn)錄數(shù)據(jù)進(jìn)行對(duì)齊，教會(huì) SeamlessM4T 如何將語(yǔ)音轉(zhuǎn)錄為文本、翻譯文本、從文本生成語(yǔ)音。

　　Meta 表示，SeamlessM4T 將與 SeamlessAlign 一同開(kāi)源。SeamlessM4T 代表了 AI 技術(shù)驅(qū)動(dòng)的“語(yǔ)音到語(yǔ)音”和“語(yǔ)音到文本”領(lǐng)域的“重大突破”。

圖片來(lái)自網(wǎng)絡(luò)/侵刪

　　據(jù)悉，作為最早投資 AI 的大型科技企業(yè)之一，Meta 于 2013 年成立了 AI 基礎(chǔ)研究實(shí)驗(yàn)室，聘請(qǐng)了 AI 領(lǐng)域的頂級(jí)學(xué)者，有大量社交與元宇宙算法，推出 Pytorch 框架、Zion 等軟硬件產(chǎn)品。不過(guò)，雖然 Meta 在 AI 領(lǐng)域也取得了一些進(jìn)展，但它落后于 OpenAI、微軟、谷歌等公司。

　　隨著 ChatGPT 風(fēng)靡全球，Meta AI 團(tuán)隊(duì)正在加緊追趕，以及重新組合其關(guān)于語(yǔ)言、對(duì)話等領(lǐng)域與大模型相關(guān)的研究。

　　去年底之后，Meta 陸續(xù)發(fā)布 No Language Left Behind(不留語(yǔ)言)文本到文本的機(jī)器翻譯模型，支持 200 種語(yǔ)言，以及開(kāi)發(fā)多語(yǔ)言數(shù)據(jù)集 SpeechMatrix、生成文本到聲音的 AudioCraft 等。另外在今年 7 月，Meta 還發(fā)布開(kāi)源對(duì)話大模型 Llama 2，引發(fā)廣泛討論和關(guān)注。

　　此次公布的 SeamlessM4T，建立在 Meta AI 翻譯模型的技術(shù)能力基礎(chǔ)上，并重新設(shè)計(jì) Fairseq 序列建模工具包，以創(chuàng)建更輕量級(jí)的模型和處理更多信息。Meta 表示，SeamlessM4T 從“爬取的網(wǎng)頁(yè)數(shù)據(jù)的公開(kāi)可用存儲(chǔ)庫(kù)中”收集了 400 萬(wàn)小時(shí)的“原始音頻”，該模型可以在近 100 種語(yǔ)言之間進(jìn)行文本到語(yǔ)音的翻譯，并支持 35 種語(yǔ)言的完全語(yǔ)音到語(yǔ)音翻譯。

　　對(duì)于安全性和脫敏性，Meta 表示，在開(kāi)發(fā) SeamlessM4T 時(shí)，團(tuán)隊(duì)構(gòu)建了一個(gè)可以識(shí)別敏感詞系統(tǒng)，目標(biāo)是能夠過(guò)濾了訓(xùn)練數(shù)據(jù)中不平衡的數(shù)據(jù)信息，從而檢測(cè)和輸出正確的翻譯內(nèi)容。而且，Meta 研究人員還嘗試清理誤譯一些臟話的數(shù)據(jù)集，以便更準(zhǔn)確地檢測(cè)何時(shí)使用。

　　Meta 研究科學(xué)家負(fù)責(zé)人 Paco Guzman 表示，SeamlessM4T 的一大突破是它不依賴中間模型來(lái)產(chǎn)生結(jié)果，這使得它更加靈活，甚至支持動(dòng)態(tài)更改語(yǔ)言。這將促進(jìn)更多人使用其進(jìn)行日程對(duì)話。

　　不過(guò)，Meta 建議不要使用 SeamlessM4T 進(jìn)行長(zhǎng)篇翻譯，政府專(zhuān)用的認(rèn)證翻譯，以及不鼓勵(lì)出于醫(yī)療或法律目的部署該模型，原因或與專(zhuān)業(yè)領(lǐng)域的翻譯準(zhǔn)確度有關(guān)?？萍季W(wǎng)站《對(duì)話》(theconversation)最近表示，AI 翻譯有許多缺陷，包括不同形式的性別錯(cuò)誤和偏見(jiàn)、語(yǔ)音識(shí)別算法偏差等。

　　據(jù)報(bào)道稱(chēng)，Meta 后續(xù)將把這些翻譯和轉(zhuǎn)錄方面的 AI 進(jìn)展，整合到 Facebook、Instagram、WhatsApp、Messenger 和 Threads 等產(chǎn)品當(dāng)中。
　　（邯鄲小程序）

馬斯克將推特改名為 X ...

最后一頁(yè)