Meta最近发布了一款名为“Seamless Communication”的AI翻译套件，该套件由四款AI模型组成。据Meta称，这个AI套件能够“精准再现说话者情绪”，并具备延迟仅2秒的同声传译能力和支持近百种语言输入。

据悉，Seamless Communication是Meta庆祝自家AI研究机构“Fundamental AI Research”成立10周年所发表的研究成果。

Meta介绍了该套件包含的四个模型：用于加速翻译的“第二代SeamlessM4T模型”、口译模型“Seamless Expressive”、同声翻译模型“Seamless Streaming”和综合模型“Seamless”。

以下是相关信息：

- SeamlessM4T模型：号称能够在翻译时基于用户说话内容自动联想可能的后文，以加速翻译。

- Seamless Expressive是一种口译模型，它解决了传统AI翻译无法准确捕捉用户语调、停顿和读词重轻度的问题。它能够在保持翻译质量的同时，保留用户的情绪、风格、语速、停顿和节奏，从而为翻译内容带来更多的情感信息。

- Seamless Streaming是一款同声翻译模型，主打2秒延迟的语音和文字翻译，支持口译（speech-to-speech translation）、听写翻译（speech-to-text translation，S2TT）和自动语音识别功能（Automatic speech recognition，ASR）。

- 综合模型Seamless整合了上述三种语言模型，适用于通用场景。

目前，Meta已经在GitHub和HuggingFace网站上发布了示例视频，感兴趣的用户可以点击查看。