用聖經譯本訓練AI語音模型　Meta可支援1107種語言

記者／竹二

Meta近期在人工智慧的訓練上動作頻頻，近日他們又大幅推進語音辨識技術，釋出的單一多語言語音辨識模型MMS（Massively Multilingual Speech）模型，能夠處理1107種語言，在語音和文字間轉換，同時還能辨識超過4000種的口說語言，這個數量是目前已知技術的40倍。

不過，為了要訓練出能夠辨識大量語言的模型，Meta遇到不少困難，首先遭遇到的就是收集各種語言的音訊資料的問題，因為目前最大的語音資料集，也頂多涵蓋100種語言而已，因此Meta的研究人員想到一個克服的方法，就是利用聖經等宗教文本，這些文本已被大量翻譯成各種不同的語言，而且翻譯本也被廣泛用在文字語言翻譯研究上。

除此之外，這些宗教文本翻譯也都有公開的錄音，研究人員利用這些錄音創建出1100多種語言的資料集，每種語言平均有32小時的錄音資料。除了聖經之外，還有許多基督教宗教讀物也可以被拿來訓練模型，這讓Meta得以將可用語言數量擴增到達4000多種。

根據研究人員的說法，經過他們的分析，雖然這些錄音資料主要都是男性的聲音，但MMS模型處理男性和女性聲音的效能表現一致，且雖然訓練資料內容來自於宗教，並不會使模型產生更多的宗教語言。

Meta官方表示，目前地球已知有7000多種語言，但許多語言正在消失，更強大的語言技術將有助於保護這些語言，他們現在開源MMS模型以及程式碼，以供研究社群能夠以這些基礎進行後續研究。

瀏覽 768 次