Meta 发布 AI 语言处理模型，最高能识别 128 种语言作为元宇宙最坚定的支持者之

作为元宇宙最坚定的支持者之一， Facebook在上个月宣布改名Meta ，此后便新动作不断，先是推出了一个触觉手套，试图让人们在VR世界中也能体验到触觉变化。

文章图片
触觉之后， Meta又盯上了语言，它要让人们在虚拟世界中也可以无障碍沟通，哪怕双方使用的语言不同，你说英语，我说中文都能互相理解。
就这样XLS-R来了，它是Meta最近发布的一个AI语言处理模型，最高能识别128种语言，目前已经公布了网页体验版。

文章图片
▲XLS-R网页体验版仅支持语音输入
体验版的功能有一定缺失，仅支持将22种语言翻译为16种语言，我试了下最常见的英译中，一段7秒左右英文语音， XLS-R还是能相对准确地识别，中文翻译和英文识别都基本正确，两者耗时都在1.4秒左右，并不算短。

文章图片

文章图片
对比市面上常见语音翻译应用，这个速度和转译表现其实中规中矩，都对口语清晰度有要求，一旦语速稍微快一些，就比较难理解，转译会出错。
XLS-R的潜力体现在多语言通用AI模型上，据Meta该技术基于wac2vec2.0预训练模型，能将语音拆成拆成25毫秒的基本单元来分析，利用上下文转换语音内容，提升识别准确度。
言，转换准确率提升了不少，经过通过436000小时的公开录音训练后，才有如今的XLS-R 。

文章图片
▲XLS-R识别单词错误率更低
XLS-R仅仅用一种语言模型就可以转换128种语言，和特殊领域使用特殊模型的常见做法不同，极大地提升了通用性。在官方博客中， Meta表示它们的目标是用单一模型识别全球7000多种语言，从而改进转换算法。
【Meta 发布 AI 语言处理模型，最高能识别 128 种语言】这是一个新的开始，离真正成为Meta所设想的虚拟世界基础组成部分还比较难，这不仅仅和技术有关，设备算力也是限制。
作为同在在自然语言识别领域拥有大量技术储备的Google ，其实比Meta更早在消费级设备上支持多语种翻译功能， Pixel6系列支持liveTranslate功能，可以在聊天软件中进行翻译，无障碍地与外语朋友交流。
只是liveTranslate功能支持的语言并不算多，主要还是英语、德语、日语之间的翻译，哪怕Pixel6所使用的Tensor芯片在AI性能方面已经是冠绝全球，达到了骁龙888+的三倍。
只有联网liveTranslate功能才能做到支持48种语言，而使用云计算技术的Google翻译也仅支持108种语言，离7000种语言很远。
元宇宙离我们仍然有一段距离，不过XLS-R等技术作为Meta口中虚拟世界的基础建设之一，或许能在其他领域发挥作用，现在它已经发布了XLS-R预训练模型的微调教程，让业内人士可以基于它进行微调以便应用到具体的工作当中。
或许不久之后，我们能看到越来越多的应用支持更多语种的语音转译功能。

文章图片