Meta AI发布SeamlessM4T模型，支持转录和翻译近100种语言｜已开源

一、前言

Meta AI 近期的重磅动作频频不断，短短一个多月的时间接连发布了一系列开源大模型，下面我们看看都有哪些有影响力的产品。

2023 年 7 月 14 日

Meta AI 隆重推出 CM3leon，这是一款首个多模态模型，可实现最先进的文本到图像生成性能，计算效率是竞争模型的 5 倍。

2023 年 7 月 18 日

Meta 和 Microsoft 推出下一代 Llama，Llama 2 可免费用于研究和商业用途。

Llama 2 是 Meta 的开源大语言模型 (LLM)。这基本上是 Facebook 母公司对 OpenAI 的 GPT 模型和 Google 的 AI 模型（如 PaLM 2）的回应，但有一个关键区别：它几乎可以免费供任何人用于研究和商业目的。2023 年 8 月 16 日

2023 年 8 月 2 日

Meta 的母公司 Facebook 推出了一款名为 AudioCraft 的新型生成式人工智能工具，该工具允许用户使用文本提示创建高质量的音频和音乐。该工具包括音频模型MusicGen、AudioGen和EnCodec，可以根据文本提示生成音乐和音频。

AudioCraft 由三个模型组成：MusicGen、AudioGen 和 EnCodec。 MusicGen 使用 Meta 拥有且专门授权的音乐进行训练，根据文本提示生成音乐，而 AudioGen 使用公共音效进行训练，根据文本提示生成音频。

2023 年 8 月 23 日

Meta AI 隆重推出 SeamlessM4T，这是第一个一体化多语言多模式翻译模型。这个单一模型可以根据任务执行多达 100 种语言的语音到文本、语音到语音、文本到文本翻译和语音识别任务。

同日，MetaAI 的新 SeamlessM4T 模型现已在 Hugging Face 上提供！

2023 年 8 月 24 日（计划）

据T