超级同传！AI实现101种语言即时翻译

中国科学报讯 科幻小说《银河系漫游指南》中的翻译动物“巴别鱼”，可能离现实更近了。美国互联网科技公司Meta的研究人员开发了一种机器学习系统，几乎可以立即将101种语言的语音翻译成36种目标语言中的任意一种。

这种大规模多语言和多模态机器翻译系统还可以将语音转换成文本、文本转换成语音、文本转换成文本。相关研究成果1月15日发表于《自然》。

Meta运营着脸书、WhatsApp和Instagram等社交媒体网站。该公司表示，在向全球学术研究人员成功发布LLaMA大语言模型后，将把SEAMLESSM4T开源用于非商业用途。

过去几十年里，机器翻译取得了巨大进步，这在很大程度上归功于在大数据集上训练的神经网络。英语等主要语言的训练数据比比皆是，但其他语言的训练数据却少得可怜。这种不平等限制了机器可以翻译的语言范围。美国康奈尔大学的计算机科学家Allison Koenecke表示:“这影响了不经常出现在互联网上的那些语言。”

Meta团队在之前语音对语音翻译工作的基础上，开启了一个名为“不让任何语言掉队”的项目，旨在为大约200种语言提供文本到文本的翻译。根据经验，Meta和其他机构的研究人员发现，即使在翻译那些训练数据有限的语言时，使翻译系统多语言化也能提高其性能，但原因尚不清楚。

研究人员使用可靠的数据训练模型识别两份匹配的内容。这使研究人员能够将大约50万小时的语音与文本配对，并自动将一种语言的每个片段与其他语言的对应片段匹配。

SEAMLESSM4T可以将语音转换成语音，而无须先将其转换为文本。语音合成器用于产生音频，它可以翻译101种语言中的任何一种语音，不过到目前为止，只有36种语言可输出。该系统还可以执行其他翻译任务，比如完成不同语言的文本到语音的翻译。

论文作者之一、Meta的计算机科学家Marta Costa-juss表示，除了增加语言数量外，他们还通过整合文本和语音的不同组合提高系统性能。“这些是改善的关键。”她补充说，该系统的时间延迟通常为几秒钟，与专业人工翻译的表现相当。

作者表示，他们对SEAMLESSM4T进行了微调，例如当翻译中出现与原文不符的攻击性语言时，可以限制这种情况发生。他们还对系统进行了控制，以防止它将一种语言中无性别的专有词汇翻译成其他语言中有性别的对应词。

Koenecke在评论中写道，为进一步限制自动翻译的潜在风险，“开发人员应该考虑如何在明确模型局限性的前提下输出翻译”，并考虑“在准确性有争议时完全放弃输出”。

英国吉尔福德萨里大学的翻译研究员Sabine Braun说，在机器翻译被广泛采用前，应该进行更多审查，并就如何使用机器翻译进行教育培训，尤其是身处医疗或法律等关键工作岗位的人。

相关论文信息:

《中国科学报》

免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。