Seamless｜多语言语音翻译与同传模型

工具用途

Seamless 是 Meta 研究团队开源的语音翻译模型集合，目标是把语音到语音、语音到文本的翻译统一起来，覆盖多语言、表达性翻译和流式同声传译。根据原始资料，它统一了 SeamlessExpressive、SeamlessStreaming 与 SeamlessM4T v2 的能力。

适用人群

• 研究流式语音翻译与多语言语音处理的团队
• 需要评估语音同传可行性的开发者
• 想了解表达性语音翻译（保留情感、语调）的研究人员

已知能力

原始资料称其可实时翻译一百多种语言、延迟不到两秒，并在说话者仍在讲话时开始翻译，同时尽量保持说话者的情感与语气语调。上述指标来自项目介绍，实际效果需自行测试（待核验）。

使用步骤

1. 访问 GitHub 仓库，阅读 README 与模型说明。
2. 按其文档准备运行环境；注意 fairseq2 版本限制。
3. 下载对应模型权重，运行示例推理脚本。
4. 可通过在线 Demo 先体验效果（可用性待核验）。

重要限制

• 官方自 2024 年 11 月起已停止开发，后续维护有限。
• 依赖的 fairseq2 0.2.x 在 Python 3.12 及以上版本无法安装，需使用较低版本 Python。
• 模型权重与代码的许可证、商用条件需查阅仓库独立条款（待核验）。
• 运行需较强 GPU 资源，具体显存要求待核验。

说明

本条目为导航资料，目录许可不构成对软件自身的许可说明。

来源与使用边界

原始入口：https://github.com/facebookresearch/seamless_communication

整理来源：https://github.com/ikaijua/Awesome-AITools

依据来源资料经AI翻译整理，未由本站实测。原始资料许可：CC-BY-4.0；目录许可不代表各产品或文件的使用授权。费用、账号、国内访问与版本兼容条件以原始发布者最新说明为准。