IT之家 12 月 4 日消息，Meta 日前公布了 AI 翻譯套件 Seamless Communication，該套件由 4 款 AI 模型組成，Meta 聲稱，該 AI 套件能夠“精準(zhǔn)再現(xiàn)說話者情緒”，可實現(xiàn)延遲僅 2 秒的同聲傳譯能力、并支持近百種語言輸入。

據(jù)悉，Seamless Communication 是 Meta 慶祝自家 AI 研究機(jī)構(gòu)“Fundamental AI Research”成立 10 周年所發(fā)表的研究成果。

Meta 介紹稱，該套件包含用于加速翻譯的“第二代 SeamlessM4T 模型”、口譯模型“Seamless Expressive”、 同聲翻譯模型“Seamless Streaming”，與綜合模型“Seamless”，IT之家整理相關(guān)信息如下：

SeamlessM4T 模型號稱能在翻譯時基于用戶說話內(nèi)容，自動聯(lián)想可能的后文，以加速翻譯。

Seamless Expressive 是一種口譯模型，號稱可以解決“傳統(tǒng) AI 翻譯無法抓住用戶語調(diào)、停頓、讀詞重輕度的問題”，能夠在維持翻譯品質(zhì)的基礎(chǔ)上，保存用戶情緒、風(fēng)格、說話速度、停頓和節(jié)奏，從而為翻譯內(nèi)容帶來更多“情感信息”。

Seamless Streaming 是同聲翻譯模型，主打 2 秒延遲的語音和文字翻譯，支持口譯（speech-to-speech translation）、聽寫翻譯（speech-to-text translation，S2TT）及自動語音識別功能（Automatic speech recognition ，ASR）。

而綜合模型 Seamless，則是整合了上述三種語言模型，便于通用場景。

目前 Meta 已經(jīng)將示例視頻發(fā)布在 GitHub 以及 HuggingFace 網(wǎng)站上，感興趣的小伙伴們可以點此進(jìn)行查看。

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。