Projeto MMS da Meta traz capacidade de reconhecer mais de 4 mil idiomas e gerar síntese de fala em mais de 1.100 deles.
Esta semana, a Meta surpreendeu ao apresentar uma inteligência artificial (IA) fora do comum, marcando uma diferença significativa em relação aos modelos comuns, como os do ChatGPT.
O Massively Multilingual Speech (MMS), projeto da empresa, destaca-se pela habilidade de identificar mais de 4 mil idiomas falados e criar síntese de fala em mais de 1.100 deles.
Com o objetivo de salvaguardar a diversidade linguística e estimular pesquisas na área, a Meta disponibilizou o código do MMS, ampliando o campo para o desenvolvimento de novas aplicações pelos pesquisadores.
Os tradicionais modelos de reconhecimento e síntese de fala necessitam de extensivo treinamento com milhares de horas de áudio e respectivas transcrições.
No entanto, essa abordagem se torna problemática para os idiomas menos falados, muitos dos quais correm risco de extinção nas próximas décadas, devido à ausência dos dados necessários.
Para superar essa dificuldade, a Meta recorreu a uma estratégia criativa: coletar dados de áudio de textos religiosos traduzidos, como a Bíblia.
A empresa percebeu que essas traduções, frequentemente utilizadas em pesquisas de tradução textual, dispõem de gravações de pessoas lendo os textos em diferentes idiomas.
Embora essa estratégia possa gerar preocupações quanto a um possível viés religioso, a Meta assegura que isso não é um problema.
Devido ao uso de uma abordagem de classificação temporal baseada em conexões (CTC), o modelo é mais restritivo em comparação com grandes modelos linguísticos, o que impede o viés.
Ao comparar o MMS com o Whisper, da OpenAI, a Meta verificou que os modelos treinados com os dados do MMS apresentam metade da taxa de erro de palavra e cobrem 11 vezes mais idiomas.
Contudo, a Meta reconhece que seus novos modelos ainda não são perfeitos, podendo gerar algumas transcrições imprecisas ou ofensivas, e enfatiza a importância da colaboração da comunidade de IA para o desenvolvimento responsável dessas tecnologias.
Com a introdução do MMS, a Meta almeja contribuir para a preservação da rica diversidade linguística global.
