Meta已开发闽南语AI翻译，解决非文字语言翻译难题

近日，Meta宣布推出口语翻译系统，Meta CEO扎克伯格在facebook上发布demo影片，首次在线上通过该翻译系统和员工对话。

在demo影片中，扎克伯克说英文，来自台湾的Meta工程师用闽南语，通过该口语翻译系统，两人无障碍交流，且翻译都非常地道。

Meta称，将闽南语翻译成英语的这套系统，是第一个由AI驱动的“为非文字语言开发的语音翻译系统”。

在全球范围内，有许多语言和闽南语一样，有人使用，但没有标准化的书写方式，而AI翻译系统需依靠大量的可标签范例，像是口语标签或字符，才能把资料“喂”给机器学习。

Meta的研究团队称：“我们利用普通话作为中间语言来建立伪标签，我们首先将英语（或闽南语）语音翻译成普通话文本，然后我们再翻译成闽南语（或英语），并将其加入训练数据。”

目前，该系统允许讲闽南语的人与讲英语的人交谈，尽管很生硬。该模型一次只能翻译一个完整的句子，但扎克伯格相信，这项技术最终可以应用于更多语言，并将改进到提供实时翻译的程度。

Meta宣布，他们将开放大型语料库，让研究人员可以为更多“无法书写的语音”建立翻译系统。业内人士认为，良好的翻译工具对于元宇宙的开发不可或缺。

【开源AI模型，精准翻译超200种语言】

今年7月，Meta公司宣布将免费开源旗下AI系统NLLB-200 ，该系统是全球第一个能翻译200种不同语言的单一AI模型，将为超过10亿人提供高品质翻译内容。

Meta公司称，将会把NLLB-200对外开源，同时向非营利机构提供20万美元的资助，以开发该技术应用于更多应用程式上。

德国慕尼黑大学计算机语言学家Alexander Fraser认为，该模型的主要贡献在于数据，包含了100种全新语言。

目前，市面上很多翻译工具并不支持冷门的语言，也就是少于百万人口使用的语言，而NLLB-200解决了这个问题。

【"不遗漏任何语言"】

全球有数十亿人，但一直以来却没有可以翻译上百种语言的高品质翻译工具，他们无法通过自己惯用的语言或母语浏览网络上的内容，或在网络社群上参与讨论，尤其是对于非洲、亚洲等地区有高达数亿人使用不同种类的语言。

为了突破网络上的语言障碍，并促进元宇宙发展，Meta的AI研究人员早年已成立NLLB专案，开发AI模型为全世界提供高品质的翻译功能。

据悉，NLLB是“No Language Left Behind（不遗漏任何语言）”的缩写，该AI系统可以高质量翻译世界上多达200种语言，除了主流语言外，其中还包含多达55种非洲系语言及其他少数语言。

在多项指标中，相较现有的其他翻译工具，NLLB-200的翻译品质平均高出44%。在部分非洲和印度语言中，提升幅度相较最新的翻译系统更提升了70%。

此外，Meta也与维基基金会合作，希望NLLB-200之后可以提供维基百科翻译的服务，改善维基百科的翻译系统。通过双方的合作，NLLB-200持续学习其他翻译器中无法翻译的语言，AI模型可以自己学习语言中的文字系统，得到更准确的翻译结果。

可以想象的是，“通用语音翻译系统”一旦在元宇宙中实现，可以让全世界不同语种的用户，在元宇宙虚拟空间里沟通、开会、玩游戏，将会比在现实中更加方便，也将更进一步实现Meta对发展元宇宙的野心。