Samsung Electronics(005930)25日介绍称,为开发提供端侧实时同传·翻译功能的“Galaxy人工智能(AI)”语言模型,公司正在全球20多个研发(R&D)中心开展研究。
Galaxy AI的端侧实时同传·翻译功能目前支持16种语言。在此基础上,计划年内新增瑞典语、荷兰语、罗马尼亚语、土耳其语等4种语言,共支持20种语言。
Samsung Electronics表示,Galaxy AI的语言模型要经过针对语言特性和语法的定量评估,以及验证文化知识和理解的定性评估。例如,20多个国家、4亿多人使用的阿拉伯语,既要学习标准阿拉伯语“福斯哈”(Fusha),也要学习日常生活中使用的方言“阿米亚”(Ammiyya)。阿拉伯语方言多达30余种。
三星研究院约旦研究所(SRJO)开发出能够理解阿拉伯语方言、但以标准阿拉伯语作答的语言模型。为此,研究团队收集了各种不同方言的语音录音数据,并将其转换为文本。
对于全球约1亿人使用的越南语,团队细致分析了声调体系。例如越南语单词“Ma”,依声调不同分别有妈妈、坟墓、鬼魂等完全不同的含义。三星研究院越南研究所(SRV)对语音数据进行了非常精细的打磨和净化,以便识别声调的细微差异。为准确区分声调,研究团队将一个单词切分为约0.02秒的短帧,并建立了数据库。
作为中南美22个国家官方语言的西班牙语,则反映了各国家和地区不同的用词特性等。
在为2亿8000万人使用的印度尼西亚语开发Galaxy AI时,采用了与人脑学习过程相似的“神经网络机器翻译(NMT)”方式。因为印尼语没有冠词、复数形式和动词时态变化,相对容易学习,但若不能充分把握句子语境就无法理解内容。三星研究院印度尼西亚研究所(SRIN)以“句子为单位”而非单词来训练语言,使Galaxy AI能够理解沟通的语境与规则。






