Компанія Meta, материнська компанія Facebook, створила модель Massively Multilingual Speech (MMS), яка може розпізнати в 40 разів більше мов, ніж будь-яка відома попередня технологія.
Компанія Meta, материнська компанія Facebook, створила модель Massively Multilingual Speech (MMS), яка може розпізнати в 40 разів більше мов, ніж будь-яка відома попередня технологія.
Цю технологію можна використовувати для додатків віртуальної реальності та доповненої реальності улюбленою мовою, яка може розуміти голос кожного.
«Ми хочемо полегшити людям доступ до інформації та використання пристроїв мовою, яку вони віддають перевагу, і сьогодні ми оголошуємо серію моделей штучного інтелекту (AI), які можуть допомогти їм у цьому», — повідомляють у компанію.
Моделі масової багатомовної мови (MMS) розширюють технологію перетворення тексту в мову та мови на текст із приблизно 100 мов до понад 1100 — у понад 10 разів більше, ніж раніше.
Для навчання моделі дослідники зібрали аудіодані з тисяч наявних наборів даних мовлення, які охоплюють щонайбільше 100 мов.
«Щоб подолати це, ми звернулися до релігійних текстів, таких як Біблія, які були перекладені багатьма різними мовами та переклади яких широко вивчалися для дослідження мовного перекладу на основі тексту», — зазначили в компанії.
Попри те, що ці дані походять із певної галузі та часто читаються носіями чоловічої статі, аналіз дослідників показує, що моделі MMS однаково добре працюють як для чоловічого, так і для жіночого голосу.
У планах компанії розширити охоплення MMS, щоби підтримувати ще більше мов, а також вирішити проблему обробки діалектів, що часто є складним для наявних мовних технологій.
