Yahoo奇摩新聞 Meta 的新一代 AI 架構讓語音翻譯更有味道
如果輸入是說悄悄話的話，那輸出也該是悄悄話才對嘛。
Meta 在八月時發表的 AI 翻譯模型 Seamless M4T，支援 100 種語言的文字翻譯及 36 種語言的語音翻譯，而現在 Meta 則是在 Seamless M4T 的基礎上擴充到了「v2」版本，除了加快語音翻譯的速度外，也讓翻譯的語音更有表現力，是目前的翻譯 AI 相當缺乏的一種能力。
怎麼說表現力呢？這個取名「SeamlessExpressive」的功能，除了單純翻譯口語的內容外，還會試著去分析你的語速、音調、音量、停頓，甚至是情緒（興奮、難過、耳語等），並且在以語音口說翻譯時，套用相同的語音表現，以更忠實地表達原文的情感。這個功能 Meta 是號稱支援英、西、法、德、義、中等六種語言，但在官方的試玩網頁上，目前僅提供英、西、法、德四種語言的測試，無法試玩中翻英及英翻中。
而加快語音翻譯的功能，則是名為「SeamlessStreaming」，可以將翻譯的速度加快到講者邊說，AI 能同時翻譯的地步。這中間還是會有大約兩秒的延遲，但已經可以達到近乎即時口譯的效果，不用說一句、等一句了。Meta 表示，這裡最主要的困難點在於不同的語言有著不同的造句結構，因此在單純的翻譯之上，Meta 還要再額外開發一個演算法，是用來決定目前已取得的語音內容，是否足夠開始翻譯，還是要繼續等待更多的內容。
Meta 的這兩個新功能雖然說不是直接影響到翻譯的多樣性或準確度，但是對於即時翻譯來說，卻都是非常重要的功能。目前還不知道它們會以什麼樣的型態呈現給一般大眾，但可以想像手機即時同步翻譯到耳機，或甚至是能即時語音口譯的眼鏡，都可能不再是夢想了呢。
相關文章：
