グローバル化の進展に伴い、ニューラル機械翻訳（NMT）技術は言語間のコミュニケーションにおいてますます重要な役割を果たしています。現在の翻訳ツールは技術文書や簡単なテキストの処理において優れた性能を発揮していますが、文学作品翻訳においては依然として多くの課題に直面しています。文学作品には比喩や隠喩など、文化的・感情的な意味合いが豊かな表現が多く含まれており、従来の翻訳システムではその深層的な意味を正確に伝えることが難しいことがしばしばあります。この課題を克服するため、テンセント研究チームはDRT-o1という新たな翻訳システムを発表しました。このシステムは

約100言語に対応するリアルタイム音声翻訳。遅延は約2秒。音声の休止、口調、速度などの複雑な特徴を再現可能。非自己回帰アーキテクチャを採用し、長シーケンスの翻訳に対応。4つの翻訳モデルと関連データ、ツールをオープンソース化。オーディオウォーターマークを追加し、モデルの悪用防止と翻訳の毒性を軽減。

1. Metaが新たな翻訳モデルSeamlessM4Tをオープンソース化、100種類の言語の音声翻訳に対応。 2. SeamlessM4Tは、NLLB、MMSなどの複数の翻訳モデルの長所を統合。 3. SeamlessM4Tは、27万時間のアラインされた音声テキストデータでトレーニング済み。

{1:Meta社が世界最大のマルチモーダル翻訳大規模モデルをオープンソース化、100種類の言語に対応し、地方言語も認識可能。2:SeamlessM4Tは、音声からテキスト、音声から音声、テキストから音声、テキストからテキストへのマルチモーダル翻訳タスクに対応した、初の統合型AI翻訳大規模モデルです。3:SeamlessM4Tは、Meta社が以前にリリースしたNLLB、MMSなどの翻訳モデルを統合し、27万時間の音声とテキストの整列データを使用しています。}