Meta AI 新作品

Meta AI 新作品 - Massively Multilingual Speech - 为 1,100 多种语言推出语音转文本、文本转语音等功能，语言转文本的错误率只有 Whisper 的一半 - 为 4000 多种语言训练的语言识别模型，仅有6.1%的错误率 - 使用连接时序分类CTC的技术，而不是LLMs - 今天已经公开模型和代码，以方便其他研究者使用 - 在 wav2vec2.0 的基础上构建 - 使用了一个巧妙的宗教语言数据集： - 目前最大的语音数据集仅涵盖100种语言 - 但是圣经等宗教文本已经被翻译而且有公开的录音 - 我们创建了包含1100+语言的圣经新约数据集，每种语言32小时的数据 - 在纳入其他基督教读物的无标签录音后，将可用语言数量增加到4000+ - 录音以男性为主，但是模型的男女性声音表现同样出色 - 录音是宗教内容，但模型并没有过度偏向宗教语言（还是有一点）

网站Accurate AI

网站Accurate AI 网站功能：音视频转文字 网站简介：一款通过AI技术将音视频转文字的工具。 可准确转录采访、会议、演讲等语音内容。支持多种语言,错误率低。平均每小时音频12分钟可以交付。 网站网址：点击打开

普通人也能成为音频剪辑师，Meta 推出 AI 模型 Voicebox

普通人也能成为音频剪辑师，Meta 推出 AI 模型 Voicebox Meta 继推出 ImageBind 之后，于今天再次推出了全新的生成式 AI 模型 。该模型帮助创作者执行音频编辑、采样和风格化等语音生成任务，即便是普通用户也能轻松上手。 Meta 在介绍 Voicebox 模型时表示，视障人士可以听到好友的回复信息、普通用户可以用自己的语调、语气来说外语。 AI 模型本身可以生成高质量的音频剪辑，消除汽车喇叭等不必要的背景噪音，同时保留音频的内容和风格，同时使用多种语言，以六种语言生成语音。该模型的未来发展包括在元宇宙游戏中为视觉助理或非玩家角色提供自然的声音。 Meta 还比较了 Voicebox 和 Vall-E、YourTTS 等其它音频 AI 模型，表明 Voicebox 更先进，在比较单词错误率和样式相似性时优于两种模型。 Voicebox 仍在进行中，尚未向公众开放。Meta 表示，它认识到这种 AI 可能会造成的潜在危害，并且正在研究一种有效的方法来区分 Voicebox 生成的真实语音和音频。来源 ， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

Meta前天推出了 Voicebox，一个全能语音生成模型，这是一个支持六种语言和多种语音处理功能的模型，功能包括

Meta前天推出了 Voicebox，一个全能语音生成模型，这是一个支持六种语言和多种语音处理功能的模型，功能包括 基于上下文的文本转语音合成 跨语言风格转换 跨语言风格转换 多样化的语音采样 详细的功能介绍和原理见评 ||

Meta推出新AI模型 可翻译近百种语言

Meta推出新AI模型 可翻译近百种语言 Facebook的母公司Meta Platforms推出一款人工智能模型，能够翻译和转录数十种语言的语音，是实现跨语言实时交流工具的潜在基础。 路透社报道，Meta星期二在一篇博客文章中表示，其SeamlessM4T模型可以支持近100种语言的文本和语音翻译，以及35种语言的语音到语音翻译。 Meta总裁扎克伯格说，他设想这样的工具能够在元宇宙中促进来自全球各地用户之间的互动。 博客文章中说，Meta将这个模型提供给公众用于非商业用途。 Meta今年推出了一系列的AI模型，其中大部分是免费的。扎克伯格称，开放的AI生态系统对Meta更有利，因为公司通过有效的众包方式为其社交平台创建面向消费者的工具，比对模型的访问收费，获益更多。 对于SeamlessM4T模型，Meta的研究人员在一篇研究论文中表示，他们从约400万小时的“原始音频”中收集了音频训练数据。这些音频源自公开可用的网络数据库，但未具体指明是哪个库。 研究论文说，文本数据来自于去年创建的数据集，这些数据集从维基百科和相关网站中提取内容。

《翻译机.apk》| 简介：具备强大翻译功能，支持多种语言互译，适用于日常交流、商务谈判、学习研究等场景。采用先进翻译引擎，翻译

《翻译机.apk》| 简介：具备强大翻译功能，支持多种语言互译，适用于日常交流、商务谈判、学习研究等场景。采用先进翻译引擎，翻译准确快速，还支持语音和拍照翻译。 |标签：#翻译机#语言翻译#语音拍照翻译#翻译引擎 |文件大小 NG| 链接：