Meta predstavuje modely Speech AI na identifikáciu viac ako 4000 hovorených jazykov – TechCult

V prelomovom oznámení Meta, technologický gigant stojaci za inovatívnymi platformami a technológiami, odhalil sériu umelých modely inteligencie (AI), ktoré majú potenciál spôsobiť revolúciu v jazykovej dostupnosti a zachovanie. Uvedomujúc si bezprostredný zánik mnohých jazykov a obmedzenia existujúcej technológie rozpoznávania reči a generovania reči, nová technológia Meta Modely AI s masívnou viacjazyčnou rečou (MMS). cieľom je premostiť jazykové bariéry a umožniť jednotlivcom prístup k informáciám a interakciu so zariadeniami v ich preferovaných jazykoch.

Identifikujte viac ako 4 000 hovorených jazykov

So súčasnou rečovou technológiou, ktorá pokrýva približne 100 jazykov, modely MMS od spoločnosti Meta rozšírili tento rozsah na úžasné

1 100 jazykov- desaťnásobný nárast. Okrem toho tieto pokročilé modely AI majú schopnosť identifikovať viac ako 4000 hovorených jazykovneuveriteľné štyridsaťnásobné zlepšenie. Dôsledky pre medzikultúrnu komunikáciu a lingvistickú inkluzívnosť sú hlboké.

Bezproblémová interakcia v preferovanom jazyku

Od skúseností s virtuálnou a rozšírenou realitou až po služby zasielania správ, tieto modely AI teraz dokážu porozumieť a interpretovať hlasy v preferovaných jazykoch ľudí, umožňujúci bezproblémovú interakciu bez ohľadu na jazykovú rozmanitosť. Víziou je podporovať svet, kde jazyk už nie je prekážkoua kde každý môže komunikovať s technológiou jazykom, ktorý mu najviac vyhovuje.

Inovatívne využitie náboženských textov

Jednou z hlavných výziev, ktorým Meta pri vývoji týchto modelov čelila, bol nedostatok zvukových údajov pre tisíce jazykov. Tradičné množiny údajov o reči pokrývali maximálne 100 jazykov. V duchu vynaliezavosti, Meta sa obrátila na náboženské texty, ako je napríklad Biblia, ktoré boli rozsiahle preložené a študované.

Čítania Nového zákona v 1100 jazykoch

Meta s využitím verejne dostupných zvukových nahrávok týchto prekladov zostavila súbor údajov s čítaním Nového zákona vo viac ako 1 100 jazykoch, poskytuje v priemere 32 hodín údajov na jazyk.

Jazykové pokrytie sa rozširuje na 4 000 jazykov

Aby sa jazykové pokrytie ešte viac rozšírilo, Meta začlenila neoznačené nahrávky rôznych kresťanských náboženských čítaní, čím sa počet dostupných jazykov zvýšil na viac ako 4 000. Napriek tomu údaje primárne pozostávajú z mužských hovorcov a náboženský obsah, analýza Meta uisťuje, že ich modely fungujú rovnako dobre pre mužské aj ženské hlasy. Okrem toho modely nepreukázali žiadnu zaujatosť smerom k vytváraniu náboženskejšieho jazyka, čo zmiernilo obavy týkajúce sa akéhokoľvek potenciálneho skreslenia vo výstupe.

Meta modely otvorených zdrojov a kód pre zachovanie jazyka

Podstatné je, že Meta sa tak rozhodla open-source ich modely aj kód, čo umožňuje ďalším výskumníkom stavať na ich práci a prispievať k ochrane a dostupnosti jazykov na celom svete. Tento prístup založený na spolupráci zdôrazňuje odhodlanie spoločnosti Meta zjednotiť úsilie v oblasti zachovania jazyka a zbližovania sveta.

Okrem toho, predstavenie modelu Massively Multilingual Speech AI spoločnosťou Meta sa hladko zhoduje s ich nedávnym odhalením projektu – vývoj ich prvého vlastného kremíkového čipu exkluzívne vytvoreného pre modely AI. Tento významný pokrok je neoddeliteľnou súčasťou zastrešujúcej stratégie spoločnosti Meta na revolúciu v jej infraštruktúre AI, urýchlenie výskumu AI a formovanie vznikajúceho metaverza.

Zdokonalením a rozšírením možností svojich modelov AI sa Meta snaží prelomiť jazykové bariéry a podporiť globálnu komunitu, ktorá prosperuje z jazykovej rozmanitosti.

Zdroj: Meta Newsroom