当前快报:Meta的AI翻译器可以解释无文字的语言扎克伯格以闽南话举例

2022-10-20 07:48:30 来源：cnBeta.COM

【资料图】

世界上大约7000种已知的语言中，有将近一半的语言，也就是其中的十分之四是口耳相传，没有包含书面内容。这些无文字的语言给现代机器学习翻译系统带来了一个独特的问题，因为它们通常需要在翻译到新语言之前将口头语言转换为书面文字，并将文字还原为语音，但Meta公司已经通过其最新的开源语言AI进展解决了这个问题。

作为Meta公司通用语音翻译器（UST）项目的一部分，该项目正致力于开发实时语音到语音的翻译，以便元宇宙居民能够更容易地进行互动（读作：互相进行性骚扰）。作为这个项目的一部分，Meta的研究人员研究了福建闽南话，这是一种散居在亚洲各地的无文字语言，也是台湾地区的主流语言之一。

机器学习翻译系统通常需要大量可标记的语言例子，包括书面和口语来进行训练--这正是像闽南话这样的无文字语言所不具备的。为了解决这个问题，"Meta使用语音到单元的翻译（S2UT），将输入的语音直接转换为Meta以前开创的声学单元序列，"首席执行官马克-扎克伯格在周三的一篇博文中解释说。"然后，我们从这些单元生成波形。此外，UnitY被采用为双通解码机制，第一通解码器生成相关语言（普通话）的文本，第二通解码器创建单元。"

"我们利用普通话作为中间语言来建立伪标签，我们首先将英语（或上面说的闽南话）语音翻译成普通话文本，然后我们再翻译成闽南话（或英语）并将其加入训练数据。"目前，该系统允许讲福建话的人与讲英语的人交谈，尽管很生硬，且该模型一次只能翻译一个完整的句子。但扎克伯格相信，这项技术最终可以应用于更多语言，并将改进到提供实时翻译的程度。

扎克伯格宣布，除了Meta已经从这个项目中开源的模型和训练数据外，该公司还将发布一个基于闽南话话语料库的首个语音翻译基准系统，以及"语音矩阵，一个用Meta的创新数据挖掘技术LASER挖掘的语音翻译大料库"。这个系统将使研究人员能够创建他们自己的语音到语音翻译（S2ST）系统。

关键词：社交网络 Meta的AI翻译器可以解释无文字的