Meta使用「圣经」训练AI　可识别语言超过千种

特约记者庄尧亭
综合报导
2023/05/30 11:30
4535

Meta使用「圣经」训练AI　可识别语言超过千种

特约记者庄尧亭综合报导
2023/05/30 11:30
4535

（图 / shutterstock）

国际新闻
字级大小：

国际新闻

字级大小：

美国科技巨头Meta5月底宣布，团队在文字转语音的技术上有所突破。塬有技术仅提供100多种语言识别，如今在研发团队投入下，可识别超过1,000种语言。特别的是，建立庞大语言资料库时，其中一个重要帮手，竟是全世界最畅销的书：圣经。

突破文字转语音技术

美国人工智慧研究实验室「OpenAI」开发ChatGPT之后，科技巨头Meta在人工智能研发上也有所突破。今年二月，Meta成立专门研究AI的开发团队，计画打造名为「LLaMA」大型语言模型。

根据Meta5月22日发布消息指出，其开发出一种由AI驱动的「文字转语音技术」(text-to-speech technology)，名为「大型多语言语音模型」(Massively Multilingual Speech，MMS)，未来可识别的语言超过4千种，比任何已知文本转语音的技术强大40倍以上。

「文字转语音」和「语音转文字」之技术，在Meta团队努力下，从100种语言扩展到1,100多种语言。此功能让人们在使用VR或AR服务时，使用自己喜欢的语言时，AI也可以听得懂。

Meta公司表示，开发该功能最大目的，是为「保护面临消失危机的语言」。「这世界有非常多语言正在消失，目前语音辨识技术的缺陷，会加速语言消失的速度。我们希望人们能更容易使用喜欢的语言，获取资讯或取得服务。」

至于是怎么做到的？其实，要能辨识上千种语言，就要餵给AI系统同样多、甚至更多的语音音频数据。

目前其语音数据库裡，仅有100多种语言，「为克服此问题，我们转向蒐集宗教文本，像是圣经──已被翻译成非常多语言，这些内容也被广泛应用在文本翻译研究工作上。」

这些翻译的内容多半有公开录音，可找到人们使用不同语言的阅读情况。Meta公司创建了1,100多种、以不同语言来阅读新约圣经的资料库，平均每种语言的数据资料有32小时。

餵AI海量语言的圣经故事、信息和诗歌

假若其纳入更多基督教灵修读物的语言资料，AI可识别的语言就能累积到4,000多种。此外，所收集的阅读资料多为男性，但研究分析并未看出男生和女生在声音表现上的差异。

团队希望，未来能让MMS习得更多语言，并在方言语音技术上有所突破。随此消息一同发布的研究论文中，Meta团队提到，研究用的数据是来自圣经，包括Faith Comes By Hearing.com、GoTo.Bible、Bible.com等网站。

美国布罗沃德学院（Broward College）语言中心表示，全世界约有7,100种语言。而，Meta公司透过圣经所掌握的语言资料，就有高达6,255种由不同语言或方言录製的圣经故事、福音讲道、经文朗诵和敬拜歌曲。其涵盖的语言资料库相当庞大。

「圣经」成为Meta训练语言模型的工具，该研发团队表示，他们与基督教伦理学家讨论过，对于把新约当成AI学习的材料，大部分信徒应可以接受。

另补充，若AI接触圣经太久，很可能会难以保持中立世界观。外界也有人因此批评Meta的做法，质疑用圣经训练AI，到底是让语言模型更进步，还是在不久将来爆出更大争议？

不论如何，从另一角度来看，这本全球最多人买的书，在AI正兴起的年代，也成了AI「必读」的书。