A Meta egy új, közel 100 nyelvet lefordítani képes, beszédből leírt szöveget készítő fordító modellt adott ki SeamlessM4T néven. A távlati cél: az univerzális fordítómegoldás megalkotása.
A SeamlessM4T (Massively Multilingual and Multimodal Machine Translation) a cég szerint közel 100 nyelvre képes beszédről szövegre, illetve szövegről szövegre is fordítani. A beszédből beszédbe és szövegből beszédbe műveletek esetében 100 bemeneti nyelvet ismer fel és ezeket 35 kimeneti nyelvre képes átalakítani. A programot a Creative Commons CC BY-NC 4.0 licenc alatt adták ki, így a kutatók azt továbbfejleszthetik.
Egy olyan univerzális nyelvi fordító megalkotása, mint amilyen a „Galaxis útikalauz stopposoknak” című könyvben szereplő, persze csak képzeletbeli Bábel-hal, nagy kihívást jelent, mivel a meglévő beszédből beszédbe és szövegből beszédbe fordító rendszerek a világ nyelveinek csak kis töredékét fedik le, emelte ki a Meta közleménye. A vég szerint a SeamlessM4T „jelentős áttörést” hoz, mivel ez az új modell a teljes fordítási feladatot – egyedüli alkalmazásként – egyetlen folyamatként végzi el. Az új megoldás egyik izgalmas tulajdonságának ígérkezik, hogy a fejlesztők szerint képes felismerni, ha a beszélő egy mondatban két vagy több nyelv között váltogat.
A SeamlessM4T a Meta korábbi fordítási modelljeire épül. A cég tavaly adta ki a No Language Left Behind szövegről szövegre történő gépi fordítási modelljét, amely 200 nyelvet támogat. Emellett kifejlesztette a SpeechMatrix-ot, a többnyelvű, beszédből beszédbe történő fordításhoz szükséges adatbázist, valamint a beszédfelismeréshez a Massively Multilingual Speech-et. Szintn 2022-ben mutatta be az Universal Speech Translator nevű programját, amely a Kínában széles körben használt, hivatalos írásrendszerrel nem rendelkező hokkien nyelvjárást képes angolra forsdítani.
A SeamlessM4T fejlesztése során olyan rendszert építettek fel, amely azonosítja a mérgező, azaz a Meta fogalmai szerint „lefordítva gyűlöletre, erőszakra, káromkodásra vagy visszaélésre ösztönző” szavakat. A cél az, hogy képes legyen felismerni, ha a kimeneti fordítás ilyen szavakat használna, melyek az eredeti anyagban nem voltak jelen. A kutatók emellett megpróbálták megtisztítani azokat az adatbázisokat, melyek a káromkodásokat és más, trágár kifejezések fordításait tartalmazzák. A Ezzel még pontosabban képes a rendszer észlelni, ha a szöveg vagy a beszéd ilyen kifejezéseket tartalmaz. A Meta állítása szerint a SeamlessM4T képes lesz felismerni a nyelvekben alkalmazott nemeket és azokat helyesen is fogja használni.
