SeamlessM4T: el modelo fundacional multimodal para traducción presentado por Meta AI

• Meta AI presentó SeamlessM4T, un modelo base multilingüe y multitarea que permite traducir y transcribir de forma fluida entre voz y texto
• Admite reconocimiento automático de voz, traducción de voz a texto, traducción de voz a voz, traducción de texto a texto y traducción de texto a voz para diversos idiomas
  • Reconocimiento automático de voz para más de 100 idiomas
  • Traducción de voz a texto para más de 100 idiomas de entrada y salida
  • Traducción de voz a voz compatible con más de 100 idiomas de entrada y 35 idiomas de salida (+ inglés)
  • Traducción de texto a texto para más de 100 idiomas
  • Conversión de texto a voz, con soporte para más de 100 idiomas de entrada y 35 idiomas de salida (+ inglés)
• El modelo SeamlessM4T se publicó bajo CC BY-NC 4.0 para investigadores y desarrolladores
• También se publicó SeamlessAlign, un conjunto de datos de traducción multimodal de 27 horas de duración

[ninebow]

Leer más

• Artículo: https://ai.meta.com/research/publications/seamless-m4t/
• Demo: https://seamless.metademolab.com/
• Repositorio de GitHub: https://github.com/facebookresearch/seamless_communication
• Demo en HuggingFace: https://huggingface.co/spaces/facebook/seamless_m4t
• (⚠️Publicidad⚠️) Leer una explicación un poco más extensa en la comunidad coreana de PyTorch