,,

當(dāng)前快報(bào):Meta的AI翻譯器可以解釋無文字的語(yǔ)言扎克伯格以閩南話舉例

2022-10-20 07:48:30 來源：cnBeta.COM

【資料圖】

世界上大約7000種已知的語(yǔ)言中，有將近一半的語(yǔ)言，也就是其中的十分之四是口耳相傳，沒有包含書面內(nèi)容。這些無文字的語(yǔ)言給現(xiàn)代機(jī)器學(xué)習(xí)翻譯系統(tǒng)帶來了一個(gè)獨(dú)特的問題，因?yàn)樗鼈兺ǔＰ枰诜g到新語(yǔ)言之前將口頭語(yǔ)言轉(zhuǎn)換為書面文字，并將文字還原為語(yǔ)音，但Meta公司已經(jīng)通過其最新的開源語(yǔ)言AI進(jìn)展解決了這個(gè)問題。

作為Meta公司通用語(yǔ)音翻譯器（UST）項(xiàng)目的一部分，該項(xiàng)目正致力于開發(fā)實(shí)時(shí)語(yǔ)音到語(yǔ)音的翻譯，以便元宇宙居民能夠更容易地進(jìn)行互動(dòng)（讀作：互相進(jìn)行性騷擾）。作為這個(gè)項(xiàng)目的一部分，Meta的研究人員研究了福建閩南話，這是一種散居在亞洲各地的無文字語(yǔ)言，也是臺(tái)灣地區(qū)的主流語(yǔ)言之一。

機(jī)器學(xué)習(xí)翻譯系統(tǒng)通常需要大量可標(biāo)記的語(yǔ)言例子，包括書面和口語(yǔ)來進(jìn)行訓(xùn)練--這正是像閩南話這樣的無文字語(yǔ)言所不具備的。為了解決這個(gè)問題，"Meta使用語(yǔ)音到單元的翻譯（S2UT），將輸入的語(yǔ)音直接轉(zhuǎn)換為Meta以前開創(chuàng)的聲學(xué)單元序列，"首席執(zhí)行官馬克-扎克伯格在周三的一篇博文中解釋說。"然后，我們從這些單元生成波形。此外，UnitY被采用為雙通解碼機(jī)制，第一通解碼器生成相關(guān)語(yǔ)言（普通話）的文本，第二通解碼器創(chuàng)建單元。"

"我們利用普通話作為中間語(yǔ)言來建立偽標(biāo)簽，我們首先將英語(yǔ)（或上面說的閩南話）語(yǔ)音翻譯成普通話文本，然后我們?cè)俜g成閩南話（或英語(yǔ)）并將其加入訓(xùn)練數(shù)據(jù)。"目前，該系統(tǒng)允許講福建話的人與講英語(yǔ)的人交談，盡管很生硬，且該模型一次只能翻譯一個(gè)完整的句子。但扎克伯格相信，這項(xiàng)技術(shù)最終可以應(yīng)用于更多語(yǔ)言，并將改進(jìn)到提供實(shí)時(shí)翻譯的程度。

扎克伯格宣布，除了Meta已經(jīng)從這個(gè)項(xiàng)目中開源的模型和訓(xùn)練數(shù)據(jù)外，該公司還將發(fā)布一個(gè)基于閩南話話語(yǔ)料庫(kù)的首個(gè)語(yǔ)音翻譯基準(zhǔn)系統(tǒng)，以及"語(yǔ)音矩陣，一個(gè)用Meta的創(chuàng)新數(shù)據(jù)挖掘技術(shù)LASER挖掘的語(yǔ)音翻譯大料庫(kù)"。這個(gè)系統(tǒng)將使研究人員能夠創(chuàng)建他們自己的語(yǔ)音到語(yǔ)音翻譯（S2ST）系統(tǒng)。

關(guān)鍵詞：社交網(wǎng)絡(luò) Meta的AI翻譯器可以解釋無文字的