Don't Miss
Meta語音系統｜識辨逾1600語言
By 信報財經新聞 on November 12, 2025
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
現時的「自動語音辨識」（ASR）系統，透過將語音轉錄成可搜尋、分析及共享的文本，使口語能夠被普遍獲取。
Meta基礎人工智能研究（FAIR）團隊，最新發布一款多語言ASR系統Omnilingual ASR，這模型套件支援超過1600種語言，數量遠遠超過OpenAI旗下開源的Whisper模型（僅支援99種語言）。
這套系統的架構更具彈性，開發者可透過「零樣本上下文學習」功能，於推理階段輸入少量音頻與文字對應範例，即可讓模型識別更多未曾訓練過的語言，整體潛在支援語言數量，更可以擴展至超過5400種，幾乎涵蓋所有文字記錄的口語。
資料庫可擴充 免費使用
系統發布附有技術論文、GitHub程式碼庫、Hugging Face示範空間；該套件包括一系列語音辨識模型、一個70億參數的多語言音訊表示模型Omnilingual wav2vec 2.0，以及一個涵蓋350多種低資源語言的語料庫。
最重要的是，Meta將此系統於周一（10日），以Apache 2.0開源許可證公開發布，毋須付費或受限使用。不論研究人員及企業，都能自由應用於商業或企業級項目，打破過去Meta先前有限制的授權模式。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
Related Posts
