Meta zaktualizowała tłumacza AI SeamlessM4T, czyniąc go płynniejszym i bardziej ekspresyjnym

Meta zaprezentowała drugą wersję multimodalnej sieci neuronowej SeamlessM4T do tłumaczenia mowy. Aktualizacja sprawia, że tłumaczenie jest bardziej spontaniczne i emocjonalne.

Co wiadomo

Pierwsza nowa funkcja, SeamlessExpressive, przenosi intonację oryginalnego dźwięku do tłumaczenia: głośność, wysokość, tempo, pauzy itp. Nadaje to rozmowie bardziej naturalny charakter.

Druga funkcja, SeamlessStreaming, rozpoczyna tłumaczenie, gdy rozmówca wciąż mówi. Zmniejsza to opóźnienie do dwóch sekund i nie trzeba czekać, aż rozmówca skończy frazę.

Według Meta, algorytm analizuje część zdania, która została już wypowiedziana i decyduje, czy istnieje wystarczający kontekst, aby rozpocząć tłumaczenie.

Firma nie podała jeszcze dokładnego harmonogramu, kiedy nowe funkcje zostaną udostępnione szerszej publiczności.

Dla tych, którzy chcą dowiedzieć się więcej:

• Meta uruchomiła Seamless M4T, model oparty na sztucznej inteligencji, który tłumaczy tekst i mowę na 100 języków

Źródło: Meta