
两个新功能中的第一个是“SeamlessExpressive”,顾名思义,该功能可以将你的语气转移到翻译后的语音中,包括音调、音量、情感色彩(兴奋、悲伤或低语)、语速和停顿。考虑到目前翻译后的语音一般听起来都很机械,这一突破还是非常值得期待的,无论是在我们的日常生活中还是在内容制作中,都有很大的帮助。目前其支持的语言包括英语、西班牙语、德语、法语、意大利语和中文,不过在IT之家撰写本文时,演示页面缺少意大利语和中文。
第二个功能是“SeamlessStreaming”,可以在说话者仍在讲话时开始翻译,从而让其他人更快地听到翻译。虽然仍有不到两秒钟的短暂延迟,但至少不必等到对方说完一个句子。据 Meta 公司称,最大的挑战在于不同语言有不同的句子结构,因此他们必须开发一个专门的算法来研究部分音频输入,以决定是否有足够的上下文开始生成翻译输出,或者是否继续倾听。
IT之家注意到,目前 Meta 还没有透露公众何时能够使用这些新功能,但可以期待未来 Meta 将它们集成到其智能眼镜中,使其更加实用。
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。
未经允许不得转载:新聚网 » Meta 推出“无缝沟通”AI 翻译模型,带来更自然的跨语言对话体验

新聚网
哈佛大学开源 AI 训练数据集“Institutional Books 1.0”,涵盖馆藏 98.3 万本图书
Android XR 智能眼镜 XREAL Project Aura 重要参数公布:双芯驱动,70+° FoV
全球首个儿科大模型在北京荣华医院落地,诊断准确率优于主治医师平均水平
小米米家前开盖旅行箱 18 英寸开启众筹,369 元
共建韩国最大 AI 数据中心、容纳 6 万个 GPU,亚马逊 AWS 与 SK 集团合作
OpenAI Codex 人工智能编程工具推出新功能:可一次生成多个方案
性能提升 90%,Anthropic 首次公开多智能体系统构建全流程





