标题：Nature重磅：AI实现101种语言的语音互译

Meta开发的开源多语言、多模态机器翻译模型SeamlessM4T，实现了100多种语言在语音-语音、语音-文本和文本-语音方面的高效翻译。该模型能将任何一种语言的文本或语音输入翻译成36种语言的语音。

SeamlessM4T在处理语音到文本任务时，抗噪能力和适应说话者变化的能力比其他系统高出约50%，展现了强大的鲁棒性。塔林理工大学教授Tanel Alumäe评价称，此模型有望媲美科幻作品中的技术，并强调其数据和代码可公开获取。

当前，Meta基于UnitY2架构，训练出了SeamlessM4T V2，保持高准确率的同时加快了生成语音和文本翻译结果的速度。SeamlessM4T通过新的语言识别模型，识别100多种语言，并构建了包含37种语言、时长超47万小时的SeamlessAlign语料库。

在多个翻译任务中，SeamlessM4T表现显著优于传统级联系统。此外，SeamlessM4T在抗噪声和适应说话人变化方面也实现了技术突破。然而，该工具在处理俚语、专有名词及语音韵律和情感表达方面仍有局限性。