谷歌更新通用语音模型 离建立1000种语言AI模型又近了一步

    谷歌正在开发各种人工智能技术，其中包括一个通用语音模型，这是该公司试图建立一个可以理解世界上1000种最常用语言的模型的一部分。

    有传言称，除了计划在今年的年度 I/O 活动中展示20多款人工智能产品外，谷歌正在朝着构建支持1，000种不同语言的人工智能语言模型的目标迈进。在周一发布的更新中，谷歌分享了有关通用语音模型 （USM） 的更多信息，该系统被谷歌描述为实现其目标的“关键的第一步”。

    去年11月，该公司宣布计划创建一个支持1，000种世界上使用最广泛的语言的语言模型，同时还展示其 USM 模型。谷歌将 USM 描述为“最先进的语音模型家族”，有20亿个参数，经过1200万小时的语音和280亿个句子的训练，涵盖300多种语言。

    USM 已被 YouTube 用于生成隐藏式字幕，它还支持自动语音识别 （ASR），支持自动检测和翻译语言，包括英语、普通话、阿姆哈拉语等。

    目前，谷歌表示 USM 支持100多种语言，并将作为构建更广泛系统的“基础”。另外，Meta 也正在开发一种类似的 AI 翻译工具，该工具仍处于早期阶段。