【記者洪嘉蔚／綜合編譯】臉書（Facebook）和Instagram的母公司Meta開發了一項用人工智慧模型驅動的文字轉語音技術（text-to-speech technology），可以識別四千多種語言，並同時轉錄和翻譯文本。這項技術的研發團隊更使用聖經作為語言資料庫，以識別出1, 100種方言。
Meta在5月22日發布的新聞稿中指出，此模型被命名為「大型多語言語音模型」（Massively Multilingual Speech，MMS），它的文字轉語音技術比目前已知的技術還強大40倍以上。
聖經多語言翻譯 是寶貴的文本資源
Meta提到，此項技術的目標是為了「保護面臨消失危機的各種語言」。「世界上有非常多的語言正在逐漸消失，目前語音辨識技術的缺陷，會加速語言消失的速度」。Meta也希望能讓人們能更輕鬆地以他們喜歡的語言，取得線上資訊和使用設備。
然而，收集數千種語言的語音數據成為他們面臨的首項挑戰。因為現有最大的語音數據庫，最多僅涵蓋100種語言。在宣布該項技術的聲明中寫道：「為了克服這項問題，我們使用聖經作為文本，因為它已經被翻譯成多種不同的語言，並且被廣泛應用在語言翻譯相關的研究，是非常寶貴的資源。」
Meta的AI研發團隊提到，研究用的聖經資料來源，分別包括Faith Comes By Hearing.com、GoToBible、Bible.com等網站的原文和錄音。
這些翻譯的內容有公開的錄音資料，紀錄了人們使用不同語言閱讀文本的習慣。Meta也創建了1,100多種用不同語言來閱讀新約聖經的語音資料庫，平均每種語言的數據資料有32小時。
未來發展方向可期
美國布羅沃德學院（Broward College）語言中心表示，全世界約有7,100種語言。Meta目前的研究項目中，已經包括超過6,255種語言和方言錄製的聖經故事、福音信息、經文朗讀和歌曲。若透過蒐集其他來源的基督教文獻、讀物，或詩歌等語言資料，AI可以識別的語言種類，在未來可能會累積到4000多種。
另外，雖然這些數據來自特定領域，並且經常由男性讀者的聲音呈現，但經過研究分析後，Meta表示其聲音的表現，並不會因為說話者的性別不同而有差異。
用宗教文本訓練 有人持不同觀點
雖然錄音的內容來源是宗教性的，但Meta經分析後表示，這不會使模型產生更多的宗教語言。「我們與基督教倫理學家磋商、討論後得出結論，大多數的基督徒並不認為新約及其譯本的內容太過神聖或難以理解，而不能作為AI學習的材料。」
「外界有人認為，用聖經或宗教文本訓練AI，會存在使語言模型的世界觀產生偏見的風險」，Meta AI團隊說。「然而，我們從模型生成語言的技術分析中看見，與在其他領域訓練的基線模型相比，僅出現極小的偏差。」
未來，Meta希望可以增加MMS的覆蓋範圍，以支持更多語言，並解決處理方言的挑戰。不過這對於現有的語音技術來說，仍有很大一段研究之路要走。（資料來源：Yahoo, Evangelical Focus）
