据悉，译套语言延迟Seamless Communication 是支仅秒 Meta 庆祝自家 AI 研究机构“Fundamental AI Research”成立 10 周年所发表的研究成果。
Meta 介绍称，持近该套件包含用于加速翻译的百种“第二代 SeamlessM4T 模型”、口译模型“Seamless Expressive”、输入 同声翻译模型“Seamless Streaming”，推出同声与综合模型“Seamless”，译套语言延迟整理相关信息如下：
SeamlessM4T 模型号称能在翻译时基于用户说话内容，支仅秒自动联想可能的后文，以加速翻译。
Seamless Expressive 是一种口译模型，号称可以解决“传统 AI 翻译无法抓住用户语调、停顿、读词重轻度的问题”，能够在维持翻译品质的基础上，保存用户情绪、风格、说话速度、停顿和节奏，从而为翻译内容带来更多“情感信息”。
Seamless Streaming 是同声翻译模型，主打 2 秒延迟的语音和文字翻译，支持口译（speech-to-speech translation）、听写翻译（speech-to-text translation，S2TT）及自动语音识别功能（Automatic speech recognition ，ASR）。
而综合模型 Seamless，则是整合了上述三种语言模型，便于通用场景。
目前 Meta 已经将示例视频发布在 GitHub 以及 HuggingFace 网站上，感兴趣的小伙伴们可以点此进行查看。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，所有文章均包含本声明。
(责任编辑：休闲)