Meta: La IA ahora transcribe voz a texto en más de mil 600 idiomas

Meta dio un paso de gigante hacia la inclusión digital con la presentación de un modelo de reconocimiento automático del habla (ASR) capaz de transcribir voz a texto en más de mil 600 idiomas, incluyendo una amplia gama de lenguas menos representadas.

La compañía tecnológica califica este desarrollo como un «avance significativo hacia un sistema de transcripción verdaderamente universal».

Omnilingual ASR

La nueva herramienta clave de este esfuerzo es Omnilingual ASR, un conjunto de modelos diseñado para reducir la brecha en la tecnología de reconocimiento de voz.

El objetivo es llevar los sistemas de conversión de voz a texto de alta calidad a los idiomas menos hablados y con pocos recursos.

El impacto de Omnilingual ASR es notorio, ya que incluye la transcripción para 500 idiomas que nunca antes habían sido cubiertos por la Inteligencia Artificial. Meta reporta que este modelo «alcanza un rendimiento de vanguardia en más de 1.600 idiomas».

Así, Meta proporcionó métricas sólidas sobre la eficacia del nuevo modelo:

• Rendimiento general: Omnilingual ASR presenta tasas de error de caracteres inferiores al 10% en el 78% de los mil 600 idiomas.
• Idiomas con pocos recursos: Incluso para las lenguas que disponen de menos de diez horas de entrenamiento, el modelo logra tasas de error de caracteres inferiores al 10% en el 36% de los casos, marcando un hito en la accesibilidad de la tecnología ASR para comunidades lingüísticas más pequeñas.