Meta 發布全新AI 翻譯大模型，即時語音轉換不超2 秒

根據站長之家12 月22 日報道，Meta 最新發布了一系列AI 翻譯大模型，實現即時語音轉換延遲不超過2 秒，支援多種語言翻譯，並具備模仿語氣、語速、情感等特徵的能力。這一系列模式名為Seamless Communication，包括SeamlessExpressive、SeamlessStreaming、SeamlessM4 T v2 和Seamless，其中前三個已經在GitHub 上開源。為確保翻譯準確性和避免濫用，Meta 採用了毒性緩解技術，在訓練前過濾「有毒內容」並在翻譯生成過程中自動檢測和調整生成的有毒單詞，同時為音訊添加了水印以追蹤來源。為了防止濫用風險，Meta 還為音訊添加了浮水印，透過在音訊中嵌入不可察覺的訊號，可以準確追蹤音訊的來源，並對抗各種攻擊手段。