国际知名学术期刊《自然》最新发表一篇人工智能研究论文称，研究人员研发出一个人工智能(AI)模型，能即时翻译多达101种语言的语音和文本，包括直接语音到语音翻译。
这款名为SEAMLESSM4T的人工智能模型，填补了语言覆盖方面的空白，并且性能优于现有的系统。研究团队说，本项研究工作或可为快速通用翻译铺平道路，其资源公开可用(用于非商业用途)，以协助进一步研究包容性语音翻译技术。
该论文介绍，科幻小说的读者可能很熟悉《银河系漫游指南》里的“巴别鱼”，这种小鱼能侵入耳朵，即时将一种口语翻译成另一种口语。类似“巴别鱼”的这种工具对于促成全球互联环境下的交流非常有用，但大多数现有的机器学习翻译系统都是文本导向，或者需要语音识别、翻译成文本、再将文本转换成语音好几步。此外，现有语音到语音模型的语言覆盖范围也远低于文本到文本的模型，并且倾向于从源语言翻译成英语，而非从英语到另一种语言。
为了解决这些限制，在本项研究中，美国Meta基础人工智能研究的“无缝交流团队”开发出一个单一模型SEAMLESSM4T，其支持多达101种语言之间的多种翻译模式，可以支持语音到语音(识别101种语言并翻译为36种语言)、语音到文本(101种语言译为96种)、文本到语音(96种语言译为36种)、文本到文本(96种语言)的翻译，以及自动语音识别(96种语言)。
研究团队表示，在语音到语音的翻译中，SEAMLESSM4T的文本翻译比现有系统准确率提升23%。同时，该人工智能模型可过滤背景噪音并适应说话者的差异。
《自然》同期发表同行专家的“新闻与观点”文章指出，虽然后续还需要进一步优化，但人工智能模型SEAMLESSM4T可能代表着向跨越语言障碍促进交流的进步。(完)
