Meta anuncia SeamlessM4T: traducción universal en tiempo real
Meta reveló este martes (22) el SeamlessM4T, un modelo de inteligencia artificial capaz de traducir voz y texto en tiempo real entre 101 idiomas. La tecnología, disponible como código abierto, promete derribar barreras lingüísticas de forma más natural, sin depender de intermediarios de texto.
Según la empresa, el SeamlessM4T puede realizar traducción directa de audio a audio, es decir, el usuario habla en su idioma y escucha la traducción en otro sin que haya conversión a texto en medio del proceso. Esto reduce la latencia y preserva matices del habla, como tono y emoción.
El modelo cubre 101 idiomas para entrada de texto y 96 para entrada de voz. Meta puso a disposición pesos, código y datos de entrenamiento como código abierto, permitiendo que investigadores y desarrolladores lo utilicen y mejoren.
¿Cómo funciona?
SeamlessM4T es un modelo multimodal que combina procesamiento de voz y texto. Puede:
- Traducir voz a voz
- Traducir voz a texto
- Traducir texto a voz
- Traducir texto a texto
La innovación está en la capacidad de realizar traducción audio-audio sin etapa textual, algo que modelos anteriores no lograban con tanta fluidez.
Implicaciones y disponibilidad
Meta afirmó que la tecnología puede usarse en aplicaciones como subtítulos automáticos, asistentes virtuales multilingües y comunicación en tiempo real entre personas que hablan diferentes idiomas. Al ser código abierto, se espera que la comunidad contribuya a mejorar el modelo y expandir su uso.
La empresa también destacó preocupaciones éticas y de seguridad, incluyendo filtros para evitar usos maliciosos como deepfakes de audio. El modelo fue entrenado con datos de voz y texto de diversas fuentes públicas.
El anuncio ocurre en un momento de creciente competencia en el sector de IA, con gigantes como Google y OpenAI también invirtiendo en traducción automática. SeamlessM4T se destaca por la amplitud de idiomas y su enfoque de código abierto.