Google が「同時通訳」システム Translatotron を発表: テキスト変換なしの音声翻訳
|
Google AI の公式ブログ *** では、音声をテキストを挟まずに直接音声に翻訳できる実験的な新システム、Translatotron が紹介されました。 「Translatotron は、ある言語の音声を別の言語の音声に直接翻訳できる初のエンドツーエンド モデルです」とブログ投稿には書かれている。 Googleによると、現在の翻訳システムは、音声をテキストに変換する自動音声認識、テキストを別の言語に変換する機械翻訳、そして翻訳されたテキストから音声を生成するテキスト音声合成（TTS）の3つのステップに分かれている。これら 3 つのステップにより、Google 翻訳などのサービスが誕生しましたが、このテクノロジー大手は、中間ステップとしてテキストを必要とせずに、単一のモデルで音声翻訳を実現したいと考えています。 「トランスラトトロンと呼ばれるこのシステムは、作業を複数の段階に分割するのを避けます」と、Google AIソフトウェアエンジニアのイェ・ジア氏とロン・ワイス氏は述べた。Googleによると、これは翻訳の高速化と転写エラーの減少を意味するという。このシステムはスペクトログラムを入力として使用し、ニューラル ボコーダーとスピーカー エンコーダーに依存してスペクトログラムを生成します。つまり、システムは翻訳後も話者の声の特徴を保持します。 |
<<: 5 つの人工知能プログラミング言語! Javaはまだ立ち上がっています！
>>: 顔認識の歴史的な禁止が導入され、警察は犯罪者を捕まえるために顔認識を使用できなくなった
推薦する
マイクロソフトは、対話してマルチモーダルコンテンツを生成できる AI モデル CoDi をリリースしました。
マイクロソフトは 7 月 11 日にプレスリリースを発行し、Combinable Diffusion...
5分でPythonのランダムヒルクライミングアルゴリズムをマスターする
ランダム化ヒルクライミングは最適化アルゴリズムです。検索プロセスの一部としてランダム性を使用します。...
2021 年に注目すべき 4 つの自動化問題
[[377158]]研究によれば、コロナウイルスのパンデミック中に組織が確立したビジネス規範は、パン...
ChatGPTのトラフィックが減少しており、学生が夏休みに入っているためだと推測する人もいる
7月16日、OpenAIが開発した人工知能チャットボット「ChatGPT」は、ユーザーと自然言語で会...
ブロックチェーンとAI: 完璧な組み合わせ
ブロックチェーンと人工知能は、現在最もホットなテクノロジートレンドの 2 つです。これら 2 つの技...
汎用人工知能は存在するのか？
現在、一部の学者は、汎用人工知能を研究したいと言っています。これは、機械翻訳、音声認識、画像の分類と...
人工知能が他に何ができるか知りたいですか?明確な「ベイジアン意識」を持たなければならない
私たちとの会話の中で、多くの読者が、人工知能が予想外の多くのことを実行できることに驚いたと述べていま...
8x7B MoEとFlash Attention 2を組み合わせることで、10行未満のコードで高速推論が可能になります。
少し前に、Mistral AI がリリースした Mixtral 8x7B モデルがオープンソース コ...
リアルタイムのデータ分析と意思決定におけるエッジAIの役割
エッジAIについて学ぶエッジ AI とは、集中型のクラウド サーバーに依存するのではなく、センサー、...
意見：AI主導のテクノロジーが新たな道を切り開く
AI は、通常は人間の知能を必要とする活動を実行できるアルゴリズムを研究および開発するコンピュータ...
製造バリューチェーンにおいて RPA に真のチャンスはあるのでしょうか?
製造業における自動化の推進力は非常に単純です。自動化は人間の作業をシミュレートするため、人間は製造バ...
Google Brain の新たな研究: 強化学習はどのようにして音で観察することを学ぶのでしょうか?
人間は、脳内の神経系が外部環境の変化に継続的に適応するためにその構造を変える能力を持っていることを証...
スマートホームとは何ですか？そしてそれは必要ですか？
スマートホームのコンセプトを最も簡単に説明すると、それは家の自然な進化であるということです。スマート...