Meta 的大規模多語言語音模型擴語音技術的應用範圍，從 100 種語言，至今已可轉換超過1,100種語言。（圖／Meta提供）
臉書（Meta） 今（23）日發表一系列的 AI大規模多語言語音（Massively Multilingual Speech，簡稱 MMS），可以辨識超過4,000種口語語言，文字和語音之間的轉換也支援超過1,100種語言，不僅能夠使用偏好的語言操作、用於AR及VR，更可理解每個人的聲音。
過去最大型的語音資料庫最多僅涵蓋 100 種語言，因此開發此技術所面臨的第一個挑戰即為「蒐集數千種語言的語音訓練資料」。為了克服這項挑戰，Meta 使用已翻譯成多種語言、譯文已被廣泛閱讀及研究的宗教經典，例如《聖經》，作為語言的文字訓練資料。
聖經譯文有多種語言的公開錄音檔，作為大型多語言語音模型計畫的一部分，Meta 創造的資料集，蒐集超過1,100種語言的《新約聖經》有聲讀物資料集，平均為每種語言提供 32 小時的語音訓練資料，後續又加入其他未標註的基督教有聲讀物後，可用的語言訓練資料已涵蓋超過4,000種語言。
Meta 將持續擴增大規模多語言語音模型的涵蓋範圍，以支援更多語言的轉換及辨識，並努力克服現有語音技術難以處理方言的挑戰。
