Re: [情報]祖克柏推出AI口譯 閩南語無文字也可翻譯

[robertchun (你是一個可悲的人你的城)]

https://huggingface.co/spaces/facebook/Hokkien_Translation

已經可以在上面網站玩台英語音對譯了，需要等幾秒鐘。
效果很不錯，台語語音可以拿來玩。
模型用兩種不同技術（unitY和s2ut）做的，成果略有差異。

台譯英：hk-en (hokkien to english)
英譯台：en-hk（english to hokkien）

想要讓ai講台語還要先練英文（

------
補一些資訊，期待神人大大講解：

github頁面：
https://github.com/facebookresearch/fairseq/tree/ust

影片中的工程師是台灣人，可參考本篇臉書貼文
https://tinyurl.com/23azb2uf

或長版介紹影片：（還有出現簡體字筆記，團隊應該包含各地來的）
https://www.youtube.com/watch?v=6bca6M6uEz4

在展示即時台翻英的畫面有加註是後製成果：
Translation are generated by Meta AI's open source model and integrated into
the video for illustrative purposes. Not representative of a final product.


Meta AI部落格冒出一篇中文文章：
Meta 發佈第一個全新 AI 技術支援的非書寫語音翻譯系統
https://ai.facebook.com/blog/ai-translation-hokkien/

我不懂深度學習，抓一些看熱鬧的東西：

1.跟元宇宙計畫有關

「我們相信口語溝通有助於打破隔閡，拉近人們之間的距離，無論身在何處，甚至在元宇
宙中也不例外。」

2.使用的是台灣的語料庫

「我們也根據名為 Taiwanese Across Taiwan 的閩南語語音語料庫，建立第一個閩南語與
英語雙向的語音翻譯基準資料集。」

3.使用華語做標注，但也使用台羅來評價成果

4.仍在開發中，目前每次只能翻譯一個完整句子

5.相關研究論文請點進去看

另一篇較親民的英文文章：
AI translates Hokkien, an unwritten language, for the first time
https://tinyurl.com/ytczzmbr

節錄渣翻：

1.主角 Meta 研究員 Peng-Jen Chen 在台灣長大，他爸是南部的退休技師，用華語講複雜
的事情常不太順，他單純的心願就是老爸可以跟任何人用他最熟悉的台語交流。

2.Meta想做一個可以即時翻譯的萬用語音翻譯器(Universal Speech Translator)

3.祖刻薄：「AI將會在我們的有生之年帶給我們用任何語言跟任何人交流的能力」

4.網路空間對於非書寫（或沒有書寫傳統、以口語使用為主）語言的使用者來說障礙重重
，若讓這些人都能在網路上使用他們的語言，將使他們更舒適且有自信。

----

其他台語語音生成系統：

意傳科技的line聊天機器人：
https://page.line.me/241byfcj

陽交大語音實驗室台語語音合成
http://tts001.iptcloud.net:8804/

//再補充，發布的模型用哪些資料訓練的？

根據 Speech-to-speech translation for a real-world unwritten language，個案研究
的對象是Taiwanese Hokkien（台語）。

pdf網址： https://tinyurl.com/3bt4yk4w

雖然看不懂但抓一下關鍵字，訓練中用到有關閩南語或台語的資料：

1.有華語字幕的閩南語戲劇（跟台大拿的，應該都是台語？）

2.前面提到的Taiwanese across Taiwan語料庫，再找人將台語翻成英語。

3.MUST-C，英文TED影片轉成其他語言的語料庫。找人將英語翻成台羅+漢字。

4.SpeechOcean北京海天瑞聲的600小時台語以外的閩南語，算佔相對少數

可能是以下這幾個語音資料庫
https://www.speechocean.com/?m=index&c=index&a=searchset&keyword=%E9%97%BD

有誤或需補充請告知!

※ 引述《medama ( )》之銘言：
: 之前因「元宇宙」遊戲人數不如預期而虧損的meta
: https://i.imgur.com/gCXvLX7.png
: 今天祖克柏宣布將推出AI口譯系統
: 即使是沒有統一標準書寫系統的閩南語（HOKKIEN）
: 雖然難以利用文字翻譯軟體，
: 但透過AI技術，也能讓閩南語即時跟英語進行雙向口語對譯
: 展示影片：
: https://reurl.cc/KQZbGM
: 等AI技術更加精進後
: 想必之後在meta的「元宇宙」遊戲中
: 各國玩家可突破語言藩籬，彼此聊天
: 創造出一個嶄新的宇宙


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.170.86.176 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1666210168.A.67E.html
推 BITMajo: 有人能成功翻譯"幹你娘"嗎？認真
→ BITMajo: 我怎麼試都是 Only you 或 You're the only one 之類的
→ BITMajo: OK "你家死人" 翻譯正確
→ BITMajo: 苗可麗的去死啦也能正確翻譯
推 BITMajo: 還是有些怪怪的，大概五成吧，雖然我試的都是髒話就是了
→ BITMajo: 對他唱"家後"前兩句，有翻譯出來
※ 編輯: robertchun (1.170.86.176 臺灣), 10/20/2022 04:47:21
推 BITMajo: 感覺翻譯正經台語還是可以啦，不過發音要正確
→ BITMajo: 我試著念"酒干倘賣無"結果第一次沒念對，瓶子被翻成橘子
→ BITMajo: OK，來玩玩英文髒話轉台語嘿嘿嘿嘿
推 aegis123321: 幹這個字好像翻不了
→ BITMajo: 真的，換模型試也翻不了
→ BITMajo: 我覺得開發的人很明白
推 BITMajo: 試了英文翻台語，我覺得是國罵辭彙都沒有收錄進去
不知道是不是語料庫裡沒有 不然即時翻譯裡沒有辨識髒話功能感覺蠻困擾的
※ 編輯: robertchun (1.170.86.176 臺灣), 10/20/2022 04:55:05
※ 編輯: robertchun (1.170.86.176 臺灣), 10/20/2022 04:55:36
→ trywish: 沒有收錄(X)，被排除(O)，為了怕被玩壞，應該會排除一些
→ trywish: 字，所以沒有很正常。你說去死可以？單純就還沒排除而已
推 BITMajo: 不管有沒有做，應該是沒有放進去
→ trywish: 要是一直玩一直亂用，改天可能就禁了。
推 rockmanx52: 看到這些很怕未來會有政治力介入亂搞...
→ BITMajo: 我覺得台翻英都蠻順的，英翻台比較難
→ BITMajo: 英文感覺要刻意字正腔圓一個字一個字念對才翻得好
→ BITMajo: 反而台語感覺可以講得比較順，英翻台的結果也念得蠻順的
→ BITMajo: 平偉的"你在大聲什麼"翻英文很簡單
→ bluejark: 叫福建話有些人可能會不同意
其實都是拿台語的語料和標準玩的，東南亞和其他海外閩裔比較會用福建話稱呼。

→ BITMajo: 但要把英文翻回"你在大聲什麼"就沒那麼順利了
※ 編輯: robertchun (1.170.86.176 臺灣), 10/20/2022 05:02:08
→ BITMajo: 不過有可能是我先入為主預設要翻怎樣才對吧
推 rockmanx52: 平偉那句其實英文口語就「What do you want?」啊
→ BITMajo: 不，我翻譯出來是 What are you yelling/shouting at
→ rockmanx52: @bluejark:Wikipedia是用「台灣福建話」 因為福建話
→ BITMajo: 我覺得這句兩個模型翻譯都蠻精確的
→ rockmanx52: 實在太多種...
→ BITMajo: "死"字我覺得沒辦法排除吧...畢竟他是必要的詞彙
→ rockmanx52: @BITMajo:一般吵架不會用這麼文謅謅的用詞啦
→ rockmanx52: 吵架會用的其中一種就是我說的
→ rockmanx52: 英文口語What do you want還可以作「看三洨」解
→ rockmanx52: 是非常不禮貌但用途很多的粗話
→ BITMajo: 平偉那句哩喜咧ㄉㄨㄚˇ蝦呷不就是吵架的時候說的嗎XD
→ rockmanx52: 對啊 所以以平偉那個情境翻成What are you yelling/
→ rockmanx52: shouting at太過文雅啊
推 BITMajo: 是沒錯，不過英文翻譯蠻正確的
→ rockmanx52: 不過這種口譯AI最好還是不要把粗話翻出來比較好也是事
→ BITMajo: 改成What the fuck are you 就更精確的口語化了
→ rockmanx52: 實
→ BITMajo: 不過翻譯機應該是不會這麼做
→ bluejark: 這分別很微妙 老外可能搞不懂
→ rockmanx52: What do you want的無禮程度其實跟What the fuck are
→ rockmanx52: you是同等級的了
推 BITMajo: 歐都拜 (autobike) 可以台翻英欸 (motorcycle)
推 rockmanx52: @bluejark:美東跟加拿大部份省份是把福州話稱為福建話
→ rockmanx52:  所以說真的前面加個「使用較多的地區名」是更精準啦
→ BITMajo: 不過羅賴把就不行了，大失敗XDDDD
→ rockmanx52: 各種福建話的歧異度根本就比英美英文還大了...
→ BITMajo: 台：羅賴把 → s2ut英：It's all right (？？？
→ BITMajo: 另一個直接語無倫次秀斗了
→ BITMajo: 很多這種通俗用的名詞大概沒辦法吧
→ BITMajo: 結果我用英文講 screwdriver 翻回去...結果有點微妙
推 zizc06719: 還不錯玩
→ BITMajo: 欸，第二次英翻台翻成螺絲刀，感覺正確了
→ zizc06719: 可惜現在只有這幾種語言轉換
推 donkilu: 螺絲起子是日文轉音 這種滿難的...
推 WYchuang: 臭零呆也不行 ～
推 BITMajo: 我：賴打 → unity翻譯機：FEFFEFPFEFPFEFFEFEFEFFEF
→ trywish: AI就是訓練資料庫，訓練多了就不難。只是要花時間對應。
→ BITMajo: s2ut翻譯機：I love to hit
→ BITMajo: 感覺unity翻譯機一翻不出來就會崩潰，s2ut還會試坳看看
推 aegis123321: 我幹你娘 --> Let's go. I'll be your mother.
推 Vulpix: 不應該是 I'll be your father. 嗎？
噓 joey0vrf: 先看video game 的翻譯是什麼 希望不要被支語洗成髒東西
推 isaza: 地方口音它聽不懂QQ
※ 編輯: robertchun (1.170.86.176 臺灣), 10/20/2022 06:18:34
推 jeremy7986: 玩了一下 還滿厲害的 不過目前依然是機翻等級w
→ TaiwanFight: 機翻等級？那厲害的點在哪？
→ robertchun: 目前也不確定meta會怎樣利用這些模型，但他有開源，
→ robertchun: 會搞的人應該可以自己餵資料，要什麼腔都有
推 misscodfish: 哩欸表情金變態很完美的翻成英文了哈哈哈哈
推 Lb1916: 宜蘭腔、鹿港腔、海口腔、內埔腔、混合腔都上去試試看
→ Lb1916: 泉州話、漳州話、廈門話會得或許能試試
→ Lb1916: 還有新馬華人的福建話(可參考新加坡電影)
推 b160160: 推
噓 leviathan36: 流氓土話，禍延子孫。
※ 編輯: robertchun (1.170.86.176 臺灣), 10/20/2022 10:21:27
推 harryzx0: 推