。超級我國科學報訊。同傳 科幻小說《銀河系周游攻略》中的完成jkfun 029翻譯動物“巴別魚”，或許離實際更近了。語即譯美國互聯網科技公司Meta的時翻研究人員開發了一種機器學習體系，簡直能夠立行將101種言語的超級語音翻譯成36種目標言語中的恣意一種。

　　這種大規模多言語和多模態機器翻譯（SEAMLESSM4T）體系還能夠將語音轉換成文本、同傳文本轉換成語音、完成文本轉換成文本。語即譯jkfun 029相關研究成果1月15日發表于《天然》。時翻

　　Meta運營著臉書、超級WhatsApp和Instagram等交際媒體網站。同傳該公司表明，完成在向全球學術研究人員成功發布LLaMA大言語模型后，語即譯將把SEAMLESSM4T開源用于非商業用途。時翻

　　曩昔幾十年里，機器翻譯取得了巨大進步，這在很大程度上歸功于在大數據集上練習的神經網絡。英語等首要言語的練習數據舉目皆是，但其他言語的練習數據卻少得不幸。這種不平等約束了機器能夠翻譯的言語規模。美國康奈爾大學的計算機科學家Allison Koenecke表明：“這影響了不經常呈現在互聯網上的那些言語。”。

　　Meta團隊在之前語音對語音翻譯作業的基礎上，敞開了一個名為“不讓任何言語掉隊”的項目，旨在為大約200種言語供給文本到文本的翻譯。依據經歷，Meta和其他組織的研究人員發現，即便在翻譯那些練習數據有限的言語時，使翻譯體系多言語化也能進步其功能，但原因尚不清楚。

　　該團隊從互聯網和聯合國檔案等來歷收集了數百萬小時的音頻文件，以及這些語音的人工翻譯。他們還收集了其間一些講演的文字記載。

　　研究人員運用牢靠的數據練習模型辨認兩份匹配的內容。這使研究人員能夠將大約50萬小時的語音與文本配對，并主動將一種言語的每個片段與其他言語的對應片段匹配。

　　SEAMLESSM4T能夠將語音轉換成語音，而無須先將其轉換為文本。語音合成器用于產生音頻，它能夠翻譯101種言語中的任何一種語音，不過到目前為止，只要36種言語可輸出。該體系還能夠履行其他翻譯使命，比方完結不同言語的文本到語音的翻譯。

　　論文作者之一、Meta的計算機科學家Marta Costa-juss表明，除了添加言語數量外，他們還經過整合文本和語音的不同組合進步體系功能。“這些是改進的要害。”她彌補說，該體系的時間延遲一般為幾秒鐘，與專業人工翻譯的體現適當。

　　作者表明，他們對SEAMLESSM4T進行了微調，例如當翻譯中呈現與原文不符的攻擊性言語時，能夠約束這種狀況產生。他們還對體系進行了操控，以避免它將一種言語中無性其他專有詞匯（如英語中的“護理”）翻譯成其他言語中有性其他對應詞。

　　Koenecke在談論中寫道，為進一步約束主動翻譯的潛在危險，“開發人員應該考慮如安在清晰模型局限性的前提下輸出翻譯”，并考慮“在準確性有爭議時徹底拋棄輸出”。

　　英國吉爾福德薩里大學的翻譯研究員Sabine Braun說，在機器翻譯被廣泛選用前，應該進行更多檢查，并就怎么運用機器翻譯進行教育訓練，尤其是身處醫療或法令等要害作業崗位的人。（李木子）。

　　相關論文信息：

　　https://doi.org/10.1038/s41586-024-08359-z。

　　《我國科學報》 (2025-01-20 第2版 世界)。