聚焦虛擬數(shù)字人技術(shù)，這三大商機要抓住！
關(guān)于虛擬數(shù)字人，企業(yè)可以從三個方面入局，分別是ToG（To Government，面向政府），即為數(shù)字政府和數(shù)字城市提供支持服務(wù)；ToB（To Business，面向企業(yè)），即為企業(yè)提供虛擬員工解決方案；ToC（To Cons
12 月 4 日消息，今年 8 月，Meta 公司推出了其多模態(tài)人工智能翻譯模型 SeamlessM4T，該模型支持近 100 種語言的文本和 36 種語言的語音。現(xiàn)在該模型更新了“v2”架構(gòu)，Meta 將其稱之為“Seamless Communication（無縫溝通）”模型，能夠讓對話翻譯更加自然和富有表現(xiàn)力。
兩個新功能中的第一個是“SeamlessExpressive”，顧名思義，該功能可以將你的語氣轉(zhuǎn)移到翻譯后的語音中，包括音調(diào)、音量、情感色彩（興奮、悲傷或低語）、語速和停頓。考慮到目前翻譯后的語音一般聽起來都很機械，這一突破還是非常值得期待的，無論是在我們的日常生活中還是在內(nèi)容制作中，都有很大的幫助。目前其支持的語言包括英語、西班牙語、德語、法語、意大利語和中文，不過在撰寫本文時，演示頁面缺少意大利語和中文。
第二個功能是“SeamlessStreaming”，可以在說話者仍在講話時開始翻譯，從而讓其他人更快地聽到翻譯。雖然仍有不到兩秒鐘的短暫延遲，但至少不必等到對方說完一個句子。據(jù) Meta 公司稱，最大的挑戰(zhàn)在于不同語言有不同的句子結(jié)構(gòu)，因此他們必須開發(fā)一個專門的算法來研究部分音頻輸入，以決定是否有足夠的上下文開始生成翻譯輸出，或者是否繼續(xù)傾聽。
注意到，目前 Meta 還沒有透露公眾何時能夠使用這些新功能，但可以期待未來 Meta 將它們集成到其智能眼鏡中，使其更加實用。
本文鏈接：http://www.www897cc.com/showinfo-45-2785-0.htmlMeta 推出“無縫溝通”AI 翻譯模型，帶來更自然的跨語言對話體驗
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號