作者
Glaciohound
编辑陈彩娴
能够统一地理解语音和文本，是人类能够形成通用语言能力的重要原因。那么，人工智能是否也能如此？最近，来自字节跳动和UIUC的研究人员借鉴这一思路，设计了一个跨模态的翻译模型——Chimera（奇美拉）。它不仅在一项标杆性语音翻译任务中获得高分，其可视化结果也证实了这一机制能更好地理解人类语言。
论文：LearningSharedSemanticSpaceforSpeech-to-TextTranslation/在语音翻译任务中学习共享的语义空间(ACLFindings)
Arxiv链接: