Sukoharjonews.com – Teknologi kecerdasan buatan terus berkembang. Sementara banyak orang menggunakan AI untuk membantu pekerjaan rumah mereka, itu bisa melakukan lebih dari itu. Google telah bekerja selama bertahun-tahun untuk membuka potensi penuh AI, dan pengembangan terbaru mereka adalah AudioPaLM. Model bahasa baru ini dapat mendengarkan, berbicara, dan menerjemahkan dengan akurasi yang belum pernah ada sebelumnya.
Potensi Aplikasi Google AudioPaLM
Dilansir dari Gizmochina, Selasa 927/6/2023), peneliti Google telah memperkenalkan AudioPaLM, model bahasa baru yang dapat mendengarkan, berbicara, dan menerjemahkan dengan akurasi yang luar biasa. Ini adalah arsitektur multimodal yang menggabungkan kekuatan dari dua model yang ada: PaLM-2 dan AudioLM. PaLM-2 adalah model bahasa berbasis teks yang baik dalam memahami pengetahuan linguistik khusus teks.
AudioLM sangat baik dalam mempertahankan informasi paralinguistik seperti identitas dan nada pembicara. Dengan menggabungkan kedua model ini, AudioPaLM memanfaatkan keahlian linguistik PaLM-2 dan pelestarian informasi paralinguistik AudioLM, yang mengarah ke pemahaman dan pembuatan teks dan ucapan yang lebih menyeluruh.
AudioPaLM memanfaatkan kosakata bersama yang dapat mewakili ucapan dan teks menggunakan token diskrit dalam jumlah terbatas. Hal ini memungkinkan tugas-tugas seperti pengenalan ucapan, sintesis teks-ke-ucapan, dan terjemahan ucapan-ke-ucapan untuk disatukan ke dalam satu arsitektur dan proses pelatihan.
AudioPaLM telah terbukti mengungguli sistem yang ada dalam terjemahan ucapan, dan bahkan dapat melakukan terjemahan ucapan-ke-teks zero-shot untuk kombinasi bahasa yang belum pernah ditemui sebelumnya. AudioPaLM juga dapat mentransfer suara lintas bahasa berdasarkan petunjuk singkat yang diucapkan, dan dapat menangkap dan mereproduksi suara yang berbeda dalam bahasa yang berbeda. (nano)
Tinggalkan Komentar