近日，Meta AI 則是再度搬出了他們開放科學研究的新里程碑。重點在，這個希望能夠讓溝通更為無縫的 SeamlessM4T 多模態模型，現在就能直接在網頁版本中試用。繼續閱讀現在就能玩！Meta AI 搬出號稱輾壓 Whisper 多國語音／文字無縫互轉的多模態模型 SeamlessM4T 報導內文。
現在就能玩！Meta AI 搬出號稱輾壓 Whisper 多國語音／文字無縫互轉的多模態模型 SeamlessM4T
雖然 Meta 始終還是沒有拿出像是 Bing Chat、Google Bard 乃至於 ChatGPT 這樣子的生成式聊天機器人。不過這些日子以來，他們倒是持續以火力展示的概念，透過像是音樂生成的 AI MusicGen、能夠跟塗鴉人物一起跳舞同樂的 Meta Animated Drawings，又或者是目前感覺還無人能出其右，能夠以口語為基礎的翻譯系統 – 當時透過閩南語／台語／福建話翻譯的功能，的確驚艷了各界。
▲圖片來源：Meta AI
近日，Meta AI 則是再度搬出了他們開放科學研究的新里程碑。宣告具備多樣用途包括：自動語音識別、文字轉文字翻譯、文字轉語音翻譯、語音轉文字翻譯以及語音轉語音翻譯（有人挑戰一次唸完嗎？真的很多樣誒）。語言支援的部分則是幾乎都能支援近 100 種語言的輸入，輸出的部分即使有部分轉換目前還有所受限，但其實也能夠支援到多達 35 種語言。
重點在，這個希望能夠讓溝通更為無縫的 SeamlessM4T 多模態模型，現在就能直接在網頁版本中試用。
▲圖片來源：Meta AI
雖說目前來講，網路上對於 SeamlessM4T 翻譯成韓文與英文的對照，好像不少人都覺得有點翻車的狀況 – 似乎感覺不太到有官方圖表 PK 的結果中，包括語音轉語音翻譯以及語音轉文字方面，皆輾壓 Whisper 與 AudioPaLM-2 的表現。不過還是很推薦大家玩玩看 Meta AI SeamlessM4T 語言模型的介面（點我開啟），個人覺得蠻有意思的！
因為 SeamlessM4T 不僅直接會啟動錄音介面來提供語音轉文字的威能，它的介面還直接可以支援一次選取三種語言，來進行後續的文字還有語音翻譯的功能 – 不得不說，真的是很無縫！
筆者也簡單的嘗試了一下它的功能與效果。以自己主要比較看得懂的英文來說，是覺得翻譯的還算 OK。介面也出乎意料的好用 – 尤其是最多可以選三個語言，真的有火力展示的感覺。
是說，既然是個展示技術的功能，所以 Meta AI 的這個多任務型的語言模型能支援的錄音時間還是相當有限。不過看似只能轉三種語言的限制，倒是可以透過點擊「SELECT TRANSLATION LANGUAGE」的按鈕，讓你再度重新選擇翻譯同一段語音內容。
這也代表著，如果你喜歡的話，也可以將 36 種語言全都翻完 – 雖然，感覺要一一確認每種語言是否有翻譯的精確，應該要花相當長的時間就是了（笑）。
