SeamlessM4T

Meta于当地时间8月22日开源发布了AI翻译模型SeamlessM4T，能转录和翻译数百种语言的语音和文本，并开源了翻译数据集SeamlessAlign。Meta称，这是迄今为止最大的开放多模式翻译数据集，覆盖挖掘的语音和文本对齐总计27万小时。 在进行鲁棒性测试时，与当前最先进的模型相比，SeamlessM4T在语音转文本任务中针对背景噪声和说话人变化的表现更好，平均分别提…