Meta, 새 AI 모델은 1,000개 이상 언어를 인식하고 음성 생성 가능

 

메타는 1,000개 이상의 언어를 인식하고 음성을 생성할 수 있는 인공지능 모델을 개발했습니다. 이는 현재 사용 가능한 모델보다 10배나 많은 언어를 다룰 수 있는 것으로, 사라져 가는 언어를 보존하는 데 중요한 한 걸음이라고 회사는 말합니다.

메타는 이 모델을 코드 호스팅 서비스인 GitHub를 통해 공개합니다. * 이들은 이를 오픈 소스로 공개함으로써 다양한 언어로 작업하는 개발자들이 모든 사람을 이해하는 메시징 서비스나 언어에 구애받지 않는 가상 현실 시스템 등 새로운 음성 응용 프로그램을 개발하는 데 도움이 될 것이라 주장합니다.

세계에는 약 7,000개의 언어가 있지만, 기존 음성 인식 모델은 이 중 약 100개 정도만 포괄적으로 다룰 수 있습니다. 이는 이러한 모델들이 많은 양의 라벨이 지정된 훈련 데이터를 필요로 하는데, 이러한 데이터는 영어, 스페인어, 중국어 등 소수의 언어에 대해서만 제공됩니다.

메타 연구자들은 이 문제를 극복하기 위해, 회사가 2020년에 개발한 기존의 인공지능 모델을 재훈련시킴으로써 대량의 라벨이 지정된 데이터 없이 오디오에서 음성 패턴을 학습할 수 있도록 했습니다.

그들은 이 모델을 새로운 데이터 세트에 훈련시켰는데, 첫 번째 데이터 세트는 1,107개 언어로 된 인터넷에서 가져온 신약성경과 해당 텍스트의 오디오 녹음을 포함하고 있었으며, 두 번째 데이터 세트는 3,809개 언어로 된 라벨이 없는 신약성경 오디오 녹음을 포함하고 있었습니다. 팀은 음성 오디오와 텍스트 데이터를 처리하여 품질을 향상시킨 후, 오디오 녹음과 해당 텍스트를 정렬하는 알고리즘을 실행했습니다. 그런 다음 이 정렬된 데이터로 훈련된 두 번째 알고리즘을 사용하여 이 과정을 반복했습니다. 이러한 방법을 통해 연구자들은 알고리즘에게 새로운 언어를 더 쉽게 학습시킬 수 있었으며, 동반된 텍스트가 없어도 가능했습니다.

하지만 팀은 이 모델이 특정 단어나 구절을 잘못 해석할 수 있는 위험이 있으며, 이는 부정확하거나 잠재적으로 논란이 있는 라벨로 이어질 수 있다고 경고합니다. 또한, 이들은 자신들의 음성 인식 모델이 다른 모델보다 더 편향된 단어를 생성했다는 점을 인정하고 있지만, 차이는 0.7%에 불과하다고 밝혔습니다.

그러나 이 프로젝트에 참여하지 않은 아프리카 언어에 대한 자연어 처리 작업을 수행하는 조직인 Masakhane의 연구원인 Chris Emezue는 연구의 범위는 인상적이지만, 종교적인 텍스트를 사용하여 AI 모델을 훈련시키는 것은 논란의 여지가 있다고 말합니다.