Meta กำลังพัฒนา AI แปลภาษาจากเสียงขณะพูด เริ่มด้วยภาษาจีนฮกเกี้ยน

ในขณะที่พี่มาร์ค ซัคเกอร์เบิร์ก CEO ใหญ่แห่ง Facebook ยังดำเนินโครงการ Metaverse อย่างไม่หยุดยั้ง ก็มีโครงการยิบย่อยเปิดตัวควบคู่กันไป นั่นก็คือ การสร้าง AI สำหรับแปลภาษาจีนฮกเกี้ยนเป็นภาษาอังกฤษ ภายใต้โครงการ Universal Speech Translator

ภาพจาก : https://about.fb.com/news/2022/10/hokkien-ai-speech-translation/

ทาง Meta ให้รายละเอียดเกี่ยวกับเรื่องนี้ว่า AI ถูกนำมาใช้ในการแปลภาษาเขียนเป็นหลัก แต่ยังมีภาษาพูดที่ไม่มีภาษาเขียนควบคู่อีกประมาณ 3,500 ภาษาที่ถูกใช้งานกันอย่างแพร่หลาย จึงทำให้ไม่มีเครื่องมือสำหรับแปลภาษาที่มีมาตรฐาน ซึ่งงต้องใช้ข้อความตัวอย่างจำนวนมากเพื่อฝึกทักษะของ AI โดยภาษาจีนฮกเกี้ยนถูกใช้ในประชากรชาวจีนแผ่นดินใหญ่ ไต้หวัน มาเลเซีย สิงคโปร์ และฟิลิปปินส์

Meta จึงทำการสร้าง AI แปลเสียง แปลคำพูดภาษาจีนฮกเกี้ยนเป็นภาษาอังกฤษ และยังเปิดใช้งาน Open Source ของชุดโมเดลการแปล, ชุดข้อมูลสำหรับประเมินการแปล และข้อมูลวิจัยต่าง ๆ เพื่อประกอบการพัฒนาสำหรับนักพัฒนาคนอื่น ๆ โดย AI การแปลภาษาจีนฮกเกี้ยนเป็นส่วนหนึ่งของโครงการ Universal Speech Translator ของ Meta มีจุดประสงค์เพื่อแปลเสียง คำพูดภาษาต่าง ๆ แบบ Real Time ให้ได้มากที่สุด และเป็นอีกวิธีการที่จะรวมกลุ่มผู้คนใน Metaverse ด้วย

https://about.fb.com/news/2022/10/hokkien-ai-speech-translation/

แล้ว AI แปลเสียงพูดนี้ทำงานอย่างไร ? ปกติระบบจะถอดความหมายจากคำศัพท์ที่มีอยู่ การแปลคำพูดเป็นหน่วยตามลำดับเสียงอะคูสติก (Acoustic Sound) สร้างรูปคลื่นเสียงจากเสียงที่ได้รับ และ/หรือ อาศัยคำศัพท์ ข้อความจากภาษาจีนกลางร่วมด้วย แต่เนื่องด้วยภาษาปากเปล่าไม่มีรูปแบบตายตัว ทำให้การแปลความหมายออกมาเป็นข้อความใช้งานไม่ได้ จึงเน้นการแปลเสียงจีนฮกเกี้ยนที่ได้ยินออกมาเป็นคำพูดภาษาอังกฤษก่อน

แม้ในขณะนี้ AI จากโครงการ Universal Speech Translator ยังแปลภาษาจีนฮกเกี้ยนเป็นภาษาอังกฤษได้เพียงทีละประโยคเท่านั้น แต่ก็ถือว่าเป็นก้าวสำคัญสู่อนาคตแห่งการแปลภาษาพูดแบบเรียลไทม์ ไปจนถึงการแปลภาษาพูดและภาษาเขียนอื่น ๆ อีกหลายภาษาต่อไป

นอกจากนี้ ทาง Meta ยังเปิดตัว SpeechMatrix ชุดการแปลเสียงพูดจำนวนมากที่พัฒนาผ่าน speech-to-speech translations ที่เป็นนวัตกรรมใหม่ โดยเครื่องมือเหล่านี้ช่วยให้นักพัฒนาคนอื่น ๆ สร้างและพัฒนาระบบการแปลคำพูดของ AI แบบต่อยอดไปได้เรื่อย ๆ ซึ่งทาง Meta จะไม่ได้เข้ามาควบคุมในส่วนนี้ จึงทำให้เกิดการเรียนรู้ ความก้าวหน้า ความเป็นไปได้ในการสร้าง AI แปลเสียงพูดที่ไม่มีคำอธิบายใด ๆ จากมนุษย์ และการวิจัย AI ของ Meta ยังช่วยขจัดอุปสรรคด้านการสื่อการ เปิดกว้างทางภาษา และส่งเสริมความเข้าใจซึ่งกันและกันระหว่างมนุษย์อีกด้วย