Meta推出“無縫溝通”AI翻譯模型，帶來更自然的跨語言對話體驗

IT之家 12 月 4 日消息，今年 8 月，Meta 公司推出了其多模態人工智能翻譯模型 SeamlessM4T，該模型支持近 100 種語言的文本和 36 種語言的語音。現在該模型更新了“v2”架構，Meta 將其稱之為“Seamless Communication（無縫溝通）”模型，能夠讓對話翻譯更加自然和富有表現力。

兩個新功能中的第一個是“SeamlessExpressive”，顧名思義，該功能可以將你的語氣轉移到翻譯后的語音中，包括音調、音量、情感色彩（興奮、悲傷或低語）、語速和停頓。考慮到目前翻譯后的語音一般聽起來都很機械，這一突破還是非常值得期待的，無論是在我們的日常生活中還是在內容制作中，都有很大的幫助。目前其支持的語言包括英語、西班牙語、德語、法語、意大利語和中文，不過在IT之家撰寫本文時，演示頁面缺少意大利語和中文。

第二個功能是“SeamlessStreaming”，可以在說話者仍在講話時開始翻譯，從而讓其他人更快地聽到翻譯。雖然仍有不到兩秒鐘的短暫延遲，但至少不必等到對方說完一個句子。據 Meta 公司稱，最大的挑戰在于不同語言有不同的句子結構，因此他們必須開發一個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，或者是否繼續傾聽。

IT之家注意到，目前 Meta 還沒有透露公眾何時能夠使用這些新功能，但可以期待未來 Meta 將它們集成到其智能眼鏡中，使其更加實用。