SeamlessM4T traduce de voz a texto, de voz a voz, de texto a voz y de texto a texto, según la tarea.
Meta presentó este martes un nuevo modelo de inteligencia artificial (IA) que realiza traducciones y transcripciones de casi cien idiomas como parte de sus trabajos para el desarrollo de un traductor universal.
SeamlessM4T sigue un enfoque de sistema único para reducir los errores y los retrasos en los procesos de traducción, y aprovecha los avances hechos en otros modelos de la compañía, como No Language Left Behind, el traductor universal de voz y los modelos de voz multilingüe masivos.
En concreto, este modelo multimodal y multilingüe puede reconocer el discurso en cerca de cien idiomas, traducir de voz a texto en casi cien idiomas de entrada y salida, traducir de voz a voz en casi cien idiomas de entrada y 36 de salida, traducir de texto a texto en cerca de cien idiomas y traducir de texto a voz en cien idiomas de entrada y 35 de salida.
Le recomendamos: Google ensaya una herramienta de la Inteligencia Artificial que es capaz de “dar consejos de vida”
A través de su canal de difusión en Instagram, el CEO de Meta, Mark Zuckerberg, explicó que su plan es incorporar esta tecnología en los principales servicios de la compañía. “Con el tiempo, integraremos estos avances de traducción y transcripción a través de inteligencia artificial en Facebook, Instagram, WhatsApp, Messenger y Threads”, dijo.
Le puede interesar: Ya puede enviar fotos en calidad HD por WhatsApp: así lo puede hacer
Por su parte, en el blog corporativo, Meta informó: “Construir un traductor de idiomas universal, como el ficticio Pez de Babel de (la novela) Guía del autoestopista galáctico, es un desafío porque los sistemas de voz a voz y de voz a texto existentes sólo cubren una pequeña fracción de los idiomas del mundo. Pero creemos que el trabajo que anunciamos hoy es un importante paso adelante en este viaje”.
Junto a este modelo, Meta también ha facilitado el conjunto de datos de traducción multimodal abierto SeamlessAlign, con un total de 270.000 horas de alineaciones de voz y texto.
