欧陆注册科技可为多模态语音翻译模型提供数据采集支持

时间:2023-09-13 13:45:22

作者:欧陆注册科技

浏览: 次

8月22日Facebook的母公司Meta Platforms发布一种能够翻译和转录数十种语言的人工智能模型——SeamlessM4T可以在日常生活中或者商务交流中为用户提供更便捷的翻译和转录服务

 

相较于传统的文本翻译,这项技术的最大区别在于它可以实现端到端的语音翻译,即将一种语言的语音直接翻译成另一种语言,使得人们可以直接交流,而无需经过复杂的中间转换过程。

 

image.png 

 

SeamlessM4T支持:

1、近100种语言的语音识别。

2、近100种输入和输出语言的语音到文本翻译。

3、支持近100种输入语言和36种输出语言的语音到语音翻译。

4、支持近100种语言的文本到文本翻译。

5、支持近100种输入语言和35种输出语言的文本到语音翻译。

 

SeamlessM4T支持的语音到语音翻译模型需要大量高质量的端到端数据。满足近100种语言语音翻译的需求,仅依靠人工转录和翻译语音是困难的,因为构建语音翻译数据集的流程既复杂又成本高昂。在获得授权音频的前提下,需要进行对应的转录和翻译,然后将音频、转录和翻译进行切分,最后进行对齐和过滤以获得有效数据。

 

欧陆注册科技拥有丰富的语音数据采集标注项目经验,自建专业语音采集录音室有高度还原真实场景能力,在全国30多个省市有近一万人的被采集人员储备,全球范围内也有采集渠道,支持多语种、多方言语音采集。自有的数据管理平台打通数据闭环,有序进行数据分发、清洗、标注、质检、等环节,交付高质量的训练数据,提高企业AI数据训练效率加速人工智能相关应用的落地迭代周期

 

欧陆注册科技|数据采集|数据标注

助力人工智能技术,赋能传统产业智能化转型升级

 

文章图文著作权归欧陆注册科技所有,商业转载请联系欧陆注册科技获得授权,非商业转载请注明出处。


做AI行业客户的数据参谋