El CEO de Meta, Mark Zuckerberg, anunció el 22 de mayo la apertura del código del proyecto Massively Multilingual Speech (MMS),que amplía la tecnología de voz (voz a texto y texto a voz) a más de 1,100 idiomas, 10 veces más que los modelos de reconocimiento de voz disponibles en la actualidad.
Hay muchos casos de uso para la tecnología del habla, como la tecnología VR/AR, que se puede usar en el idioma preferido de una persona, ampliar la lista de idiomas en los que pueden trabajar los asistentes impulsados por inteligencia artificial o servicios de mensajería que pueden entender la voz de todos.
Dentro de estos 1,100 idiomas, MMS cubre más de 250 de Latinoamérica, que incluyen más de 25 de Colombia, como emberá-catío, wayuu, achagua, bora, cuiba, guambiano y puinave,
Los modelos de reconocimiento de voz actuales sólo cubren alrededor de 100 idiomas, una fracción de los más de 7,000 idiomas conocidos que se hablan en el planeta. Aún más preocupante, casi la mitad de estos idiomas están en peligro de desaparecer durante nuestra vida y las limitaciones de las tecnologías actuales de reconocimiento y generación de voz solo acelerarán esta tendencia.
“Nuestra visión es un mundo en el que la tecnología tenga el efecto contrario, que anime a las personas a preservar sus idiomas a raíz de poder acceder a la información y utilizar la tecnología en su idioma de preferencia. A través del proyecto MMS, damos un primer paso para superar este desafío. Con nuestro trabajo pionero en aprendizaje autosupervisado, también entrenamos un modelo de identificación de idiomas que soporta más de 4,000 idiomas, 40 veces más que los modelos de reconocimiento de voz disponibles. Compartiremos públicamente nuestros modelos y código para que otros en la comunidad de investigación puedan construir más soluciones con base en nuestro trabajo. A través de este proyecto, esperamos hacer una pequeña contribución para preservar la increíble diversidad lingüística del mundo”, explicó la compañía.