Meta 新推出的实时语音翻译模型 Seamless，能保持原声的表情和风格。它比较先进的地方在于能判断当前的上下文是否足够输出，如果还不足以判断语音的真实含义，会等待有足够输入后再输出。号称在语音生成文本和语音翻译方面超越了 Whisper 和 AudioPalm 2。 Seamless 包含一系列的语音模型： -…

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

4519 位用户此时在线

24小时点击排行 Top 10：

1月18日，北京乡下强拆现场。执法人员一个接一个翻墙进入户住家中，家里的女人小孩撕心裂肺的哭喊，公安和消防则在屋外站岗。

1月21日，B站up主“思维实验室”视频《苏共党内权力斗争底层逻辑有多可怕》在讲解苏共的民主集中制时，视频被“哈哈哈哈哈”的评论弹幕刷屏。

怎么这么没有党性！咱们中国人都这么贪生怕死，爱护自己的生命，爱护自己的财产，爱护的自己的家庭，爱护自己的妻子，这么有人性咱们党，还拿什么东升西降，称霸世界？

近日，一名关心李宜雪的网友 “星火” 在酒店直播时，突然遭到警方上门，并在警方的要求下关闭了直播。

近日，上海瑞金医院普外科主任郑民华直言：“麻药不睡、血压不降、泻药不泻” 1月20日，国家医保局带队赴上海，当面听取相关委员和专家对集采药政策和质量的意见。 1月19日，国家医保局：欢迎医务人员当好吹哨人。

在抖音拥有上千万粉丝的训狗主播潘宏，近日在直播中为狗狗“艾特”洗澡，但艾特在洗澡过程中猝死，事后潘宏一夜之间从训犬师变成了虐狗狂人。

1月21日，山东济南。网曝济南姚有才辣糊汤华山旗舰店，员工每天将剩下的辣糊汤内的面筋、木耳、牛肉挑出来，用水清洗后继续添加到新的辣糊汤里售卖。目前视频已被删除。

巴基斯坦特斯拉

1月21日，有用户在抖音上传一段中华民国国旗的视频，并配文：“--1949” 遭到不少网友反驳：“人家还没死呢，一直都在”

近日，新华社发布了一段 “钱塘江退潮后，露出潮汐树” 的过程。但被网友和博主指出视频为倒放。一名地理博主称，新华社发布的视频系倒放，钱塘江只有在涨大潮时，才会出现大面积的白色水花。

1月21日，江西南昌。南莲路市政施工挖坑，导致多人骑电动车经过时摔倒，并且视频里未看到任何警示标识。 1月22日，视频被多家媒体报道后，目前相关部门已派人将坑洼处填平。

1月18日，北京乡下强拆现场。执法人员一个接一个翻墙进入户住家中，家里的女人小孩撕心裂肺的嚎叫，公安和消防则在屋外站岗。

一名患者现身说法吃进口药与国产仿制药的区别：此前吃降血脂的进口他汀类药物，但后来因三甲和社区医院都开不出原研药，于是只能吃国产仿制药。结果吃了一个月效果不理想，在换回原研药后，身体指标又恢复到理想水平。

哈哈哈哈哈那是给狗吃的啊弱智Chinese

真正的基督徒，在川普就職儀式上說了什麼？

谁做的合辑😂 川普一度宣称自己“100% 确定”会在上任之前，最迟上任第一天结束俄罗斯乌克兰战争。

9. One of the best goals in football’s History !! 19 years old Lionel Messi

特朗普再度入主白宫成为美国总统，牵动国际关系的未来。全球各地民众对于这个熟悉的名字怀着复杂情绪，对经济、社会、国际关系，他们对于“特朗普2.0时代”有什么感受？

全文翻译（by GPT-o1） AGI 前夜的思考我这周和几位朋友聊了 o3，他们的反应基本都是：“我的天，这真的在发生吗？” 是的，这真的在发生。接下来几年会非常疯狂。这是历史性的——甚至可以说是星系级别的事件。更荒诞的是：几乎没有人在认真、深入地讨论究竟发生了什么。AI

这是真正基督徒发出的声音，触动心灵。然而现场无人鼓掌、无人表现认同。我不敢自称基督徒，自认为不够格。离一个基督徒的标准还有差距。然而这个世界上，太多的人以基督徒自居，却不按教谕行事。爱和宽恕是基督教的核心，在很多伪基督徒身上则完全看不见。

1月21日，山东济南。网曝济南姚有才辣糊汤华山旗舰店，员工每天将剩下的辣糊汤内的面筋、木耳、牛肉挑出来，继续添加到新的辣糊汤里售卖。目前视频已被删除。

中国政府很喜欢用政策性扶持来管理国家经济，这样做立竿见影的效果就是资本家越来越依赖政权和政策。假如在中国实现法治，资本家就会转而依赖独立的司法，就不把政府放在眼里了。反过来，只要司法不独立，一切依靠政策来调节市场，资本家就不得不规规矩矩在政府的胡萝卜大棒政治下仰人鼻息。这是在中共

各位：罪犯川普上台，美国和世界局势恶化。我开串推请大家接龙，记录对川普恶政的抵抗。 1，全美最大警察工会抗议川普赦免1500名冲击国会大厦的罪犯。 2，加拿大态度强硬：将对川普征收不公平关税作出强力回应。 3，川普刚成立“政府效率部”并让马斯克执掌，立马就被美国政府雇员联合会起诉。

转向了这就是民逗说的合纵连横吗川普作为灯塔对中示好底下的我们干嘛为美利坚的国际秩序卖命呢？和中国对话！唯一出路！

1月17日，国内著名刑辩律师蔡雅，多次发视频吐槽目前庭审形式主义泛滥，律师的辩护有时几乎毫无作用。辩护律师在发表辩护意见时，对面的公诉人和法官根本不听律师说的话，你辩你的，我判我的。被告几乎就是任人宰割的玩具。

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

Meta 新推出的实时语音翻译模型 Seamless，能保持原声的表情和风格。
它比较先进的地方在于能判断当前的上下文是否足够输出，如果还不足以判断语音的真实含义，会等待有足够输入后再输出。
号称在语音生成文本和语音翻译方面超越了 Whisper 和 AudioPalm 2。
Seamless 包含一系列的语音模型：
-…
IT技术
( twitter.com )

1年前由宝玉提交

Meta 新推出的实时语音翻译模型 Seamless，能保持原声的表情和风格。

它比较先进的地方在于能判断当前的上下文是否足够输出，如果还不足以判断语音的真实含义，会等待有足够输入后再输出。

号称在语音生成文本和语音翻译方面超越了 Whisper 和 AudioPalm 2。

Seamless 包含一系列的语音模型：

SeamlessM4Tv2：一款基础的多语种模型
SeamlessStreaming：提供实时翻译功能
SeamlessExpressive：能在翻译过程中保留原声的表情和风格
Seamless：将以上所有模型集成在一起

Github: https://t.co/7H5RzDCK0i
网站/论文: https://t.co/1JZpsihxEw
HF: https://t.co/FuQaaDfhNV

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

【跨语种“AI同传”震撼登场，Meta谷歌连发重大突破，颠覆语音翻译】Meta谷歌接连放出重磅成果！Meta开源无缝交流语音翻译模型，谷歌放出无监督语音翻译重大突破Translation 3。
大陆资讯
( 36kr.com)

1年前 • 你妹的溢达 • -- 点击 0 评论

2

2

1

1

Meta这个SeamlessStreaming实时语音输出同声传译的效果太惊艳了。
输出内容的延迟小于两秒。
IT技术
( twitter.com)

1年前 • 歸藏 • -- 点击 • 下载视频 0 评论

00:00:34

3

2

1

1

有人尝试了借助开源大语言模型，无需联网在本机实现和游戏 NPC 自由对话，技术栈：
- Mistral7b，开源大语言模型
- StyleTTS2 文字转语音
- llama.cpp 用来运行大语言模型的库
生成一句新对话的时间大约为 2-3…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:02:16

4

4

3

3

我最近用ChatGPT翻译了一些论文，借助两次翻译的Prompt，质量挺好的，翻译后少量人工校对就可以。

难免有疏漏，建议还是要对照原始论文查看

<利用语言模型模拟观众，让人际沟通更上一层楼 [译]>

<激发创造力：将语言模型打造成层次化策略，提升解决复杂问题的探索效率…
IT技术
( baoyu.io)

1年前 • 宝玉 • -- 点击 0 评论

5

2

1

1

三星新的旗舰手机将配备即时同声传译功能
#智能手机 #三星据日经，三星电子即将推出的智能手机，将配备由内置芯片驱动的同声传译功能。人工智能实时翻译通话功能将用于语音通话，将在 1 月份发布的 Galaxy S24 旗舰手机上提供，一开始将支持英语和西班牙语，然后再增加韩语、日语等。…
时政
( twitter.com)

1年前 • 加美财经caus.com • -- 点击 0 评论

6

2

1

1

推荐阅读：《人工智能辅助程序员的三种类型 [译]》
原文：Three types of AI-assisted programmers
中文翻译：
2023 年初，人们发现像 ChatGPT 这样的大语言模型 (LLM) 能够编写高质量的代码片段，这在 LinkedIn…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

7

2

1

1

推荐阅读：《深入了解大语言模型运维 (LLMOps) [译]》
这篇文章 5 月份的，但并没有过时，对于大语言模型的运维(LLMOps)讲的非常系统。
随着大语言模型的普及，未来的 Ops 肯定离不开 LLMOps ，甚至于需要专门的团队做 LLMOps。
文章中把 LLMOps 分成了几个关键步骤：
第 1 步：选择基础模型…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

8

2

1

1

OpenAI 开源的 Whisper 大模型， ASR （Automatic Speech Recognition）的问题，包括语音识别、翻译、VAD 检测等，其效果与各大厂收费的产品相比，不相上下，也算是作为一个搅局者加入到了整个市场。
云厂商识别 1 小时的语音，标价大概在 1~3…
IT技术
( github.com)

1年前 • Barret李靖 • -- 点击 0 评论

9

2

1

1

#AI开源项目推荐：TurnVoice
这是一个将YouTube视频的声音重新翻译替换的开源项目，它号称可以：
- 语音替换：去除人声轨道并重新组合以保留原始背景音频
- 对发言人分类：替换视频中特定说话人的声音
计划要增加但还没实现的功能：
- TTS：支持OpenAI、Azure和Elevenlabs
- 翻译：支持OpenAI、DeepL…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

10

2

1

1

推荐阅读：《现代大语言模型架构 [译]》
GitHub 的官方博客内容：The architecture of today’s LLM applications，介绍了现在如果要基于大语言模型构建应用，常见的架构是什么样的。
IT技术
( baoyu.io)

1年前 • 宝玉 • -- 点击 0 评论

11

2

1

1

如果 AI 直译+意译后的效果还不理想该怎么办？
根据我以前分享过的翻译Prompt（参考引用的推文），先直译再意译，确实可以大幅提升翻译质量，但也不总是能得到理想的结果。
比如说我今天在翻译一篇文章《[人工智能辅助程序员的三种类型 [译]](
IT技术
( baoyu.io)

1年前 • 宝玉 • -- 点击 0 评论

12

2

1

1

Google Gemini AI模型官方测试视频（中文翻译）通过这个视频你可以全面的了解Gemini AI的能力！根据这个测试来看确实是很强大，进行了全方位的测试，从正常对话、视图能力、逻辑推理能力、语言翻译能、图像生成能力等都进行了各种测试演示。互联网的那点事的微博视频
大陆资讯
( m.weibo.cn)

1年前 • 风吹大奶两边倒 • -- 点击 0 评论

13

2

1

1

Google终于发布了传言中的强大多模态LLM Gemini，他们说这是迄今为止最强大的AI模型。从描述来看确实非常强大。
Google CEO的介绍视频也翻译好了，下面模型是具体的介绍：
◆Gemini 是多模态的，意味着它可以理解、操作和结合不同类型的信息，包括文本、代码、音频、图像和视频。…
IT技术
( twitter.com)

1年前 • 歸藏 • -- 点击 • 下载视频 0 评论

00:04:34

14

2

1

1

这篇关于提示工程、RAGs 与微调对比的推文不错，它这个坐标图分成了两个坐标轴：
1. 所需要外部知识多少
2. 所需要的对模型定制的多少
原推文翻译如下：
提示工程、RAGs 与微调的对比：
这是每位搭建基于大语言模型（LLM）应用的 AI 工程师都面临的关键选择。…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

15

3

2

2

再次重磅更新！沉浸式翻译现在完美支持了 Twitter Space 的双语字幕，直播和录播都可以，而且会根据最新的字幕实时纠正这句话的译文。
至此，我们已经支持了 15 家视频平台的双语字幕！请看视频 Demo：
时政
( twitter.com)

1年前 • 沉浸式翻译 • -- 点击 • 下载视频 0 评论

00:01:26

16

2

1

1

分享两个 AI 配音的工具，都是读者投稿的。

（1）pyvideotrans（图一）：Windows 桌面软件，将本地视频文件的语音，翻译成另一种语言，再用机器语音的中文说出来。

（2）YouTube Dubbing（图二）：Chrome 插件，可以把 Youtube 变成中文配音。…
IT技术
( twitter.com)

1年前 • ruanyf • -- 点击 0 评论

17

2

1

1

#AI开源项目推荐：MyHeyGen
HeyGen的开源版本，一个平民版视频翻译工具，音频翻译，翻译校正，视频唇纹合成全流程解决方案
看了下视频演示，和HeyGen当然还是有差距，不过好歹是开源实现，还是很有价值的👍🏻
IT技术
( github.com)

1年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:02:31

18

2

1

1

福布斯发布了他们2024年的十个AI预测，看了一下还挺靠谱的也不长，就翻译了一下。
先看一下具体的十条预测，正文理由太长了可以去链接里看翻译完的：
◆ Nvidia将大幅加大努力成为云服务提供商。
◆ Stability AI将会倒闭。
◆ “大型语言模型”和“LLM”这些术语将变得不那么常见。
◆…
IT技术
( twitter.com)

1年前 • 歸藏 • -- 点击 0 评论

19

2

1

1

差生文具多，翻译软件至少得用 3 个

DeepL 这个价格似乎太自信了。不过我也能理解 DeepL 的思路，正规翻译、休闲翻译、临时着急翻译一句…这些翻译都有广阔的使用场景

以英译中为例，相对于 ChatGPT 善于理解上下文/语境、擅长意译（注）；DeepL…
IT技术
( twitter.com)

1年前 • 倪爽 • -- 点击 0 评论

20

2

1

1

《一个简单的Prompt大幅提升ChatGPT翻译质量，告别“机翻感”》

无论是Google翻译、DeepL翻译还是ChatGPT，翻译大段英文的时候，“机翻感”（机器翻译的感觉）都很强，一看就是机器翻译的，很生硬，但是自己手动润色又太费时间。…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

21

2

1

1

《琵琶行》翻译成现代汉语。
时政
( twitter.com)

1年前 • 小径残雪 • -- 点击 0 评论

22

2

1

1

OpenAI 的大神 Andrej Karpathy 前几天在他的 YouTube 频道讲了一堂课，系统的介绍了大语言模型，内容深入浅出，非常赞，抽空将它翻译成了双语，由于内容较长，我将分批上传，以下是第一部分精校后的双语视频，字幕文稿如下：
Intro: Large Language Model (LLM) talk…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:04:15

23

2

1

1

一篇有意思的论文：《战争与和平 (WarAgent): 基于大语言模型的多智能体世界大战模拟》
论文展示了如何利用大语言模型 (LLM) 模拟复杂的人类行为
大语言模型在模拟人类冲突和细腻行为方面展现出了令人着迷的应用潜力，特别是通过多智能体 AI 系统实现。
我们可以通过对 LLM…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

24

2

1

1

彭博社来打脸了：谷歌的 Gemini AI 模型表现出色，但与 OpenAI 相比仍有差距
这家科技巨头最新推出的 AI 模型，与 OpenAI 八个月前推出的产品相比，进步有限。
一般而言，感恩节和圣诞节之间推出新技术的机会并不多，但对于 Alphabet Inc. 旗下的谷歌来说，这是充满挑战的时刻。…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.17597 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: admin@bad.news

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特