世界

Meta の新しい AI モデルは 100 以上の言語の音声を翻訳できます

「Meta は、テキスト読み上げ、音声合成、さらには自動音声認識など、さまざまな機能を幅広くサポートしており、素晴らしい仕事をしています」と、クイニピアック大学のコンピューター サイエンス教授、チェタン ジャイシュワル氏は述べています。研究には関与していません。 「サポートしている言語の数だけでも、大きな成果です。」 人間の翻訳者は、多様な文化的背景に取り組み、同じ意味をある言語から別の言語に確実に伝えることができるため、依然として翻訳プロセスにおいて重要な役割を果たしている、と研究者らは論文で述べている。このステップは重要である、とケベック州ラヴァル大学の翻訳・技術・社会分野のカナダ研究委員長、リン・バウカー氏は言う。彼はシームレスには取り組んでいなかった。 「言語は文化を反映しており、文化には独自の物事の認識方法があります」と彼女は言います。 医学や法律などのアプリケーションに関しては、機械翻訳は人間によって徹底的にチェックされる必要がある、と彼女は言います。そうしないと誤解が生じる可能性があります。たとえば、2021 年 1 月にバージニア州保健省からの covid-19 ワクチンに関する公衆衛生情報を翻訳するために Google 翻訳が使用されたとき、英語の「必須ではない」がスペイン語の「不要」に翻訳され、その意味全体が変わってしまいました。というメッセージ。 AI モデルには、一部の言語では他の言語よりもトレーニングに使用できるサンプルがはるかに多くあります。これは、現在の音声読み上げモデルは、ギリシャ語のような言語を英語に翻訳できる可能性があり、多くの例がある可能性がありますが、スワヒリ語からギリシャ語に翻訳することはできないことを意味します。 Seamless の背後にあるチームは、さまざまな言語での数百万時間の音声音声でモデルを事前トレーニングすることで、この問題を解決することを目指しました。この事前トレーニングにより、言語の一般的なパターンを認識できるようになり、話し言葉がどのように聞こえるべきかについてのベースラインがすでに存在していたため、あまり広く話されていない言語の処理が容易になりました。 このシステムはオープンソースであり、研究者らは他の人がその現在の機能を活用することを奨励することを期待している。しかし、利用可能な代替手段と比較してそれがどれほど有用であるかについて懐疑的な人もいます。 「Google の翻訳モデルは Seamless ほどオープンソースではありませんが、応答性と速度がはるかに高く、学者としては費用がかかりません」と Jaiswal 氏は言います。 Meta のシステムで最も興味深いのは、ダグラス アダムスのカルト小説に出てくるバベルの魚のように、そう遠くない将来、言語を超えた即時通訳の可能性を示唆していることです。 銀河ヒッチハイク ガイド。 SeamlessM4T は既存のモデルよりも高速ですが、それでも即時ではありません。そうは言っても、Meta は人間の通訳と同じくらい高速な Seamless の新しいバージョンを持っていると主張しています。 「この種の遅延翻訳は問題なく便利ですが、同時翻訳はさらに便利になると思います」と、テキサス大学アーリントン校アーリントン計算言語学研究室所長のケニー・ジュー氏は言う。研究。 #Meta…