در ماه آگوست، متا از مدل ترجمه چندوجهی هوش مصنوعی خود رونمایی کرد. SeamlessM4T، که نزدیک به ۱۰۰ زبان برای متن و ۳۶ زبان برای گفتار را پشتیبانی می کند. با آپدیت "v2" در معماری، غول فناوری اکنون در حال گسترش این ابزار است تا ترجمههای مکالمه را خودانگیختهتر و گویاتر کند – که دومی کلید گمشدهای برای مکالمه معتبر بین زبانها است.
اولین مورد از دو ویژگی جدید است "بیانی بدون درز" که همانطور که از نامش میتوان فهمید، عبارات شما را به گفتار ترجمه شده شما منتقل میکند. اینها شامل زیر و بمی صدا، صدا، لحن عاطفی (هیجان، غم یا زمزمه)، سرعت گفتار و مکث می شود. با در نظر گرفتن اینکه چگونه سخنرانیهای ترجمه شده تا به حال همیشه روباتیک به نظر میرسیدند، این پیشرفت به طور بالقوه یک تغییر دهنده بازی است – هم در زندگی روزمره ما و هم در تولید محتوا. زبان های پشتیبانی شده عبارتند از: انگلیسی، اسپانیایی، آلمانی، فرانسوی، ایتالیایی و چینی صفحه نمایشی در زمان نگارش این مقاله، زبان ایتالیایی و چینی وجود ندارد.
ویژگی دوم این است "جریان بدون درز،" که در حالی که گوینده هنوز در حال صحبت است شروع به ترجمه یک سخنرانی می کند، بنابراین به دیگران امکان می دهد ترجمه را سریعتر بشنوند. هنوز یک تأخیر کوتاه و کمتر از دو ثانیه وجود دارد، اما حداقل لازم نیست منتظر بمانید تا کسی جمله را تمام کند. به گفته متا، چالش اینجاست که زبانهای مختلف ساختار جملهای متفاوتی دارند، بنابراین باید الگوریتمی برای مطالعه ورودی جزئی صوتی ایجاد میکرد تا تصمیم بگیرد که آیا زمینه کافی برای شروع تولید یک خروجی ترجمه شده وجود دارد یا خیر. به گوش دادن ادامه بده
آخرین پیشرفت متا در این مورد "ارتباط بدون درز" به نظر می رسد مجموعه ای تاثیرگذار باشد – بیشتر از ابزارهای مترجم موبایلی که توسط امثال آن ارائه می شود گوگل و سامسونگ. هیچ صحبتی در مورد اینکه چه زمانی عموم مردم می توانند از این ویژگی های جدید استفاده کنند وجود ندارد، اما من می توانم تصور کنم که متا آنها را در خود بسازد. عینک هوشمند یک روز
این مقاله در ابتدا در Engadget در https://www.engadget.com/metas-latest-ai-suite-makes-speech-translation-more-seamless-and-expressive-060043686.html?src=rss منتشر شد.
منبع: https://www.engadget.com/metas-latest-ai-suite-makes-speech-translation-more-seamless-and-expressive-060043686.html?src=rss