SeamlessM4T: model fondasi multimodal untuk penerjemahan yang dirilis oleh Meta AI

• Meta AI merilis SeamlessM4T, model dasar multibahasa dan multitugas yang memungkinkan penerjemahan dan transkripsi secara mulus antara suara dan teks
• Mendukung pengenalan suara otomatis, terjemahan suara-ke-teks, terjemahan suara-ke-suara, terjemahan teks-ke-teks, dan terjemahan teks-ke-suara untuk berbagai bahasa
  • Pengenalan suara otomatis untuk lebih dari 100 bahasa
  • Terjemahan suara-ke-teks untuk lebih dari 100 bahasa input dan output
  • Terjemahan suara-ke-suara yang mendukung lebih dari 100 bahasa input dan 35 bahasa output (+Inggris)
  • Terjemahan teks-ke-teks untuk lebih dari 100 bahasa
  • Sintesis suara dari teks, mendukung lebih dari 100 bahasa input dan 35 bahasa output (+Inggris)
• Model SeamlessM4T dirilis dengan lisensi CC BY-NC 4.0 untuk peneliti dan pengembang
• Dataset terjemahan multimodal SeamlessAlign berdurasi 27 jam juga dirilis bersama

[ninebow]

Baca lebih lanjut

• Makalah: https://ai.meta.com/research/publications/seamless-m4t/
• Demo: https://seamless.metademolab.com/
• Repositori GitHub: https://github.com/facebookresearch/seamless_communication
• Demo HuggingFace: https://huggingface.co/spaces/facebook/seamless_m4t
• (⚠️Iklan⚠️) Baca rangkuman yang sedikit lebih panjang dari komunitas PyTorch Korea