Meta今（23）日發表一系列AI大型語言模型，可以辨識多達4,000種語言，語音和文字互相轉換的技術也支援1,100種語言，多國語言版的《新約聖經》也是訓練資料之一。
Meta表示，這項技術將會開源，希望幫助更多用戶以自己習慣的語言，更輕鬆地獲取資訊及使用電子裝置。
Meta「MMS」AI模型，可轉換千種語言、也能辨識4,000種口語語言！
Meta的大規模多語言語音（Massively Multilingual Speech，或簡稱為MMS），由模型擴展成文字轉語音、語音轉文字技術的應用範圍，從最初的100種語言，至今已可轉換超過1,100種語言，超越過去的10倍，此外還能夠辨識超過4,000種口語語言，是過去的40倍。
這項技術已有許多應用案例，從VR、AR到訊息服務，能夠使用偏好的語言操作，更可理解每個人的聲音。Meta將會開源這項技術的原始碼及模型，讓研究社群能夠以現有的工作成果為基礎繼續開發，一同保存全球的語言，並拉近人們之間的距離。
Meta蒐集上千種語言，《聖經》也是訓練資料
過去最大型的語音資料庫最多僅涵蓋100種語言，因此開發此技術所面臨的第一個挑戰即為「蒐集數千種語言的語音訓練資料」。為了克服這項挑戰，Meta使用已翻譯成多種語言、譯文已被廣泛閱讀及研究的宗教經典，例如《聖經》，作為語言的文字訓練資料。
《聖經》譯文有多種語言的公開錄音檔，作為大型多語言語音模型計畫的一部分，Meta創造的資料集，蒐集超過1,100種語言的《新約聖經》有聲讀物資料集，平均為每種語言提供32小時的語音訓練資料，後續又加入其他未標註的基督教有聲讀物後，可用的語言訓練資料已涵蓋超過4,000種語言。
雖然資料集收錄的聲音以男性居多，但測試成果顯示，不論是男性或女性的聲音，此語音模型皆能同等準確地辨識。此外，上述的語言訓練資料大多為宗教相關的內容，但根據Meta的分析顯示，這並不會使模型傾向於生成出更多的宗教性質的語言。
Meta表示，將持續擴增大規模多語言語音模型的涵蓋範圍，以支援更多語言的轉換及辨識，並努力克服現有語音技術難以處理方言的挑戰。
責任編輯：林美欣
