近日，Meta公司推出了多模態(tài)人工智能翻譯模型SeamlessM4T的“v2”架構(gòu)，將其稱之為“Seamless Communication（無縫溝通）”模型，旨在讓對話翻譯更加自然和富有表現(xiàn)力。
“SeamlessExpressive”功能可以將說話者的語氣、音調(diào)、音量、情感色彩、語速和停頓等元素轉(zhuǎn)移到翻譯后的語音中。這一突破將為翻譯后的語音帶來更自然、更生動(dòng)的表現(xiàn)，無論是在日常生活中還是在內(nèi)容制作中都將帶來極大的幫助。目前，“SeamlessExpressive”支持英語、西班牙語、德語、法語和中文等語言，但演示頁面缺少意大利語和中文。
另一個(gè)功能是“SeamlessStreaming”，可以在說話者仍在講話時(shí)開始翻譯，使其他人能夠更快地聽到翻譯。盡管仍存在不到兩秒鐘的短暫延遲，但這一功能至少可以在不必等到對方說完一個(gè)句子時(shí)就開始翻譯。Meta公司表示，最大的挑戰(zhàn)在于不同語言有不同的句子結(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，或者是否需要繼續(xù)傾聽。
目前，Meta公司尚未透露公眾何時(shí)能夠使用這些新功能。但可以期待未來，Meta公司將把這些新功能集成到其智能眼鏡中，使其更加實(shí)用。隨著人工智能技術(shù)的不斷發(fā)展，相信未來我們將會(huì)看到更多突破性的翻譯技術(shù)，為跨語言交流帶來更加順暢、自然的體驗(yàn)。
原創(chuàng)文章，作者：秋秋，如若轉(zhuǎn)載，請注明出處：http://m.2079x.cn/article/601894.html
