【GitHub项目推荐--英语不用学！ 同声翻译模型 开源！】【转载】

最新推荐文章于 2024-12-14 01:10:57 发布
最新推荐文章于 2024-12-14 01:10:57 发布
阅读量2k 收藏 12
点赞数 6
分类专栏： GitHub项目推荐 文章标签： 开源
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/j8267643/article/details/136032625
版权
Facebook的研究团队开源了Seamless系列AI模型，包括SeamlessM4T等，支持100多种语言的翻译，实现实时、流畅且保留语音风格的跨语言交流。该模型可用于语音转文字、文字翻译和语音合成，标志着机器翻译技术的重大进步。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

英语不用学习了！法语不用学习！ 说一句中文，能实时翻译为35种语言！

还学啥英格力士？？ 事实上，这个模型可以实时翻译上百种语言！

语音转文字，文字翻译，文字再转语音！源代码开放

facebook越战越勇，实时的跨语言翻译模型开源！

源代码：

https://github.com/facebookresearch/seamless_communication

Seamless 是一系列 AI 模型，可实现更自然、更真实的跨语言交流。SeamlessM4T 是一个大规模的多语言多模式机器翻译模型，支持大约 100 种语言。SeamlessM4T 是 SeamlessExpressive 和 SeamlessStreaming 的基础，SeamlessExpressive 是一个保留跨语言韵律和语音风格元素的模型，而 SeamlessStreaming 是一个支持约 100 种语言的同声翻译和流式 ASR 的模型。SeamlessExpressive 和 SeamlessStreaming 结合成 Seamless，一个具有多语言、实时和富有表现力翻译的统一模型。

这是一个研究演示，支持近 100 种输入语言和 35 种输出语言的翻译。
如何使用演示

  1. 在安静的环境中，用您选择的语言说出并录制完整的句子。

  2. 最多选择三种语言来翻译句子。

  3. 查看转录并收听翻译。

demo地址

最低0.47元/天 解锁文章
AI同声传译基于PaddlePaddle框架的开源方案介绍
AI天才研究院
08-06 1639
随着人工智能技术的不断发展，越来越多的人将注意力集中在语音识别、机器翻译等领域，而这些技术虽然有其优点，但也面临着一些挑战。其中之一就是长文本翻译、多语言语音合成的难题，特别是在大规模数据和大型模型的情况下。为了解决这个问题，业界提出了许多有效的技术措施，如同声传译、分词对齐、强制教学等。在最近几年里，随着深度学习框架的火爆，出现了一系列基于神经网络的开源技术方案，比如PaddlePaddle、TensorFlow、PyTorch等。
GitHub项目推荐：Tacotron2实现语音合成的Python版本
AI天才研究院
08-13 1218
Tacotron2 (Text-To-Speech),是 Google 的开源语音合成神经网络模型，由两部分组成：编码器（Encoder）和转换器（Attention decoder）。它的主要特点就是生成语音波形的同时输出文字描述，这种模型比较适合生成长文本的音频文件，比如电子书、新闻等。本文将使用 Python 的 TensorFlow 和 PyTorch 框架对 Tacotron2 模型进行实践并展示如何使用 Python 实现基于 Tacotron2 的语音合成。
【GitHub项目推荐--开源翻译模型】【转载】
j8267643的博客
01-28 2398
Seamless M4T 旨在提供高质量的翻译，使来自不同语言的人们能够轻松地通过语音和文本进行交流，支持 101 种语言用于语音输入、96 种文本语言输入/输出、 可以输出 35 种语音语言。此统一模型支持多个任务，而不依赖于多个单独的模型：语音到语音翻译、语音到文本翻译、文本到语音翻译、文本到文本翻译、自动语音识别。开源地址：https://github.com/facebookresearch/seamless_communication。
GitHub 翻译系列----入门（Hello World）
金玮良的技术博客
08-24 2091
翻译系列文章目的是为方便广大英文实在是不好的朋友，并增强我的英文阅读水平，本人翻译不求辞藻华丽，但求准确到位，如有错误，请及时指出。转发请标明出处，谢谢英文原文地址: https://guides.github.com/activities/hello-world/Hello World10 分钟阅读“Hello World”程序，在电脑程序行业有着悠久的历史并且已经成为惯例。当你在学习新东西时，
推荐一个GitHub 网站汉化插件，跟英文GitHub说拜拜，功能简单，翻译准确（附源码）
m0_68103752的博客
09-15 1698
主打的功能就是一个翻译，没有那么多花里胡哨功能。
百度新突破：AI同声传译系统STACL，可预测，低延迟
whale52hertz的博客
06-26 960
文章来源：ATYUN AI平台 百度开发了新的AI系统，名为同声传译和预期与可控延迟（STACL），百度声称这代表了自然语言处理的重大突破。 与大多数AI翻译系统不同，STACL能够在演讲者讲话后几秒钟开始翻译，并在句子结束后几秒钟内完成翻译。它与连续解释相反，翻译器等待，直到说话者暂停开始翻译。 百度表示，它通过在人工翻译之后对系统进行建模来应对挑战。STACL直接预测翻译中的目...
github 项目：Rtranslator（开源支持离线的实时翻译软件，使用 Meta 的 NLLB 进行翻译，使用 OpenAi 的 Whisper 进行语音识别）
最新发布
zsfzdz的博客
12-14 1466
该应用程序将检测对话者正在说哪种语言，将音频翻译成另一种语言，将文本转换为音频，然后从电话扬声器中再现。对话者的手机会将翻译后的文本转换为音频，并从其扬声器（或通过对话者的蓝牙耳机，如果连接到他的手机）进行复制。如果对话模式对于与某人进行长时间对话很有用，那么此模式则专为快速对话而设计，例如在街上询问信息或与店员交谈。每个用户都可以拥有多部已连接的电话，以便您可以翻译两个以上人之间的对话以及任意组合的对话。当您说话时，您的手机（或 Bluetooth 耳机，如果已连接）将捕获音频。所有这些都是双向的。
MetaAI语音翻译大模型Seamless登场，主打AI无缝同声传译
TechBeat人工智能社区博客
12-17 2759
MetaAI发布的Seamless模型为我们展现出了惊人的同声传译效果，并且支持近 100 种语言，其中的多任务基础模型SeamlessM4T v2在多个语音基线上实现了SOTA性能，Seamless Expressive可以保证翻译时保留说话人的韵律和语音风格，SeamlessStreaming中的高效多头注意力EMMA可以有针对性地实现并行低延迟翻译，而无需等待当前话语结束。
视频实时换F！完全免费，直播特效、OBS美颜、AI卡通人物等，用 Snap Camera 就够了，附最新安装使用教程！简直无敌,结合使用RTranslator可离线使用的实时翻译、同声传译软件免费开源
代码讲故事
07-01 817
视频实时换F！完全免费，直播特效、OBS美颜、AI卡通人物等，用 Snap Camera 就够了，附最新安装使用教程！简直无敌,结合使用RTranslator可离线使用的实时翻译、同声传译软件免费开源。
谷歌为什登不上去github_同声传译被攻陷！谷歌发布Translatotron直接语音翻译系统...
weixin_39604092的博客
11-02 298
来源：Google AI【导读】今天，谷歌发布Translatotron语音翻译系统，这是第一个可以直接将一个人的声音从一种语言转换成另一种语言，同时保持说话人的声音和节奏的翻译模型。让说不同语言的人更容易地、直接地相互交流，这是语音到语音的翻译系统(Speech-to-speech translation)的目的，这样的系统在过去几十年里取得了不错的进展。今天，谷歌发布Translat...
AI大模型翻译，吴恩达教授开源的翻译真强！！！
技术小余哥的博客
06-16 655
吴恩达教授认为AI翻译比传统机器翻译有巨大的改进潜力，开源了一个很棒的AI翻译代理，看了项目源码，它的运作原理很简单，很受启发（不仅限于翻译）。AI翻译工作流程：1、提示 LLM 将一种语言翻译成另一种语言。2、反思翻译并提出建设性建议。3、使用建议改进翻译。吴恩达教授提到，在他有限的测试中，有时可以和商业翻译相媲美，并且提供了一个高度可控的翻译系统。通过简单地改变Prompt提示词，你可以指定语...
OpenAI大模型实战：翻译应用深度探索与二次开发
zhanggeyuanma的博客
06-09 195
可见人名虽然保持了，但其他专有名词如abaya，在新闻网站的翻译中，被译为“长袍”，而模型将其翻译为音译的阿巴亚，可见还可以对其他专有名词的处理做更多考虑，以及用专业的新闻语料知识库做相应的微调。其中PDF文件的解析是通过开源代码库pdfplumber实现的，可以读取出输入的pdf文件的元数据，以及页面对象，然后在针对页面对象，调用相应方法，可以解析出的文本数据和表格数据。在翻译的prompt中，提示模型在处理人名时，如果不确定译法，可以保留为源语言的形式，翻译效果，如下图所示。
大语言模型开源数据集
产品老A，7年互联网大厂AIPM，专注探索新型人机交互
04-09 3380
本文目标：汇聚目前大语言模型预训练、微调、RM/RL、评测等全流程所需的常见数据集，方便大家使用，本文持续更新。文章较长，建议收藏后使用。
微信小程序同声传译 Face2FaceTranslator 开发
FE-阿阳的博客
07-02 3330
微信小程序同声传译 Face2FaceTranslator 开发 腾讯开源了微信小程序的同声传译插件 Face2FaceTranslator ;开发者可以在小程序使用同声传译的功能，以下是本人在项目中做的 demo；我们的小程序是用美团的 mpvue 做的。 Face2FaceTranslator github链接（官方demo） Face2FaceTranslator 官方开发文档...
免费且离线的同声翻译利器「GitHub 热点速览」
HelloGitHub 的博客
06-25 1287
开源的翻译软件众多，但大多数依赖于翻译 API 服务，因此就需要联网、有次数限制、并非完全免费。然后，本周上榜的是一款可以离线使用的 Android 翻译软件：RTranslator，它创建于 4 年前，最初也是基于谷歌翻译 API 开发，但在上周发布的 2.0 版本中，采用了全新的 NLLB+Whisper 模型，实现了可离线使用的同声翻译功能，这一改动 Star 数直接一飞冲天！接下来上榜的开...
翻译工具开源项目指南：xnx3/translate
gitblog_01184的博客
08-10 457
翻译工具开源项目指南：xnx3/translate translateTwo lines of js realize automatic html translation. No need to change the page, no language configuration file, no API key, SEO friendly!项目地址:https://gitcode.com/gh...
号称世界上第一个开源实时翻译的 App，微软开源GraphRAG：极大增强大模型问答、摘要、推理，以及开源基于ChatGPT的超级文本代码智能体（附代码地址）
代码讲故事
07-12 2208
号称世界上第一个开源实时翻译的 App，微软开源GraphRAG：极大增强大模型问答、摘要、推理，以及开源基于ChatGPT的超级文本代码智能体（附代码地址）
开源翻译大模型
make_progress的博客
03-31 6361
在开发过程中，会遇到定制化翻译工具的需要，开源的翻译模型可以解决相应的问题。
AI代码翻译神器，用AI翻译代码，轻松学习不同编程语言，已开源！
T19900的博客
12-21 3262
该存储库提供了详细的指南，指导开发者在本地运行代码翻译器，并提供了安装依赖项和运行应用程序的步骤。近年来，随着技术的快速进步，人工智能技术展现出了在各个领域发挥作用的巨大潜力。使用AI代码翻译器，开发者可以根据项目需求将代码从一种语言翻译成另一种，为项目开发提供更多的灵活性和选择性。无论是前端还是后端开发，这项技术都能为开发者带来便利和高效率，同时也为技术领域的进步和创新带来新的活力。的应用使得开发者更轻松地理解和运用不同编程语言的代码，促进了跨平台和多语言开发的合作与交流。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值