Meta 发布全新 AI 翻译大模型，实时语音转换不超 2 秒

据站长之家 12 月 22 日报道，Meta 最新发布了一系列 AI 翻译大模型，实现实时语音转换延迟不超过 2 秒，支持多种语言翻译，并具备模仿语气、语速、情感等特征的能力。这一系列模型名为 Seamless Communication，包括 SeamlessExpressive、SeamlessStreaming、SeamlessM4 T v2 和 Seamless，其中前三个已经在 GitHub 上开源。 为确保翻译准确性和避免滥用，Meta 采用了毒性缓解技术，在训练前过滤“有毒内容”并在翻译生成过程中自动检测和调整生成的有毒单词，同时为音频添加了水印以追踪来源。为了防止滥用风险，Meta 还为音频添加了水印，通过在音频中嵌入不可察觉的信号，可以准确追踪音频的来源，并对抗各种攻击手段。