AI前沿速览【第25期】 | 多媒体本地化服务技巧揭秘，高效翻译不是梦！
Smartling AI翻译工具包包括编辑工作量估算、模糊匹配修复、术语表和格式登记。 （原文链接:https://linguaresources.com/?p=32398）
Smartling提供AI+人工翻译服务、转录、翻译、字幕和配音等服务、均由先进的人工智能驱动技术和专家语言学家网络提供支持。 （原文链接:https://linguaresources.com/?p=32395）
Smartling的翻译管理系统可将技术术语和特定行业的行话整合在一起、配合AI翻译快速高效提供技术翻译服务。 （原文链接:https://linguaresources.com/?p=32396）
4、AI健康教练：迈向医疗保健革命的一步
人工智能在医疗保健领域有多种优势、预计到2030年、其市场价值将达到1880亿美元左右。此外、Thrive Global和OpenAI的AI健康教练计划重新引发了关于将AI融入医疗保健的讨论。 （原文链接:https://linguaresources.com/?p=32772）
5、新的研究挑战LLM的优势与专业医学翻译模型 研究发现、在临床领域微调小型语言模型产生的翻译效果明显好于LLMs、研究团队使用MarianMT基本模型开发了为医学文本量身定制的小型NMT模型。 (原文链接:https://linguaresources.com/?p=32373)
6、MINT-1T：将开源多模态数据扩展10倍
MINT-1T是迄今为止规模最大、最多样化的多模态交错开源数据集。在MINT-1T上训练的LM模型与以前最先进的方尖壳相比具有竞争力（尽管有些不同）。 （原文链接:https://linguaresources.com/?p=32775）
7、耳语：引领革命性地将语音转换为文本
OpenAI发布的Whisper模型是首个免费的商业级开源语音识别（ASR）技术、具备革命性的语言检测和翻译功能。它提供多种模型大小、适应不同用途、并可通过微调提升特定应用的准确性。尽管存在局限性、Whisper仍树立了行业新标准。 （原文链接:https://linguaresources.com/?p=32488）
8、将机器翻译视为程序的价值–不是插件
文章讨论了将机器翻译（MT）作为可定制程序而非即插即用插件的重要性。通过与客户合作、确定业务问题并定制MT解决方案、以提高效率和节约成本、同时确保解决方案与业务目标一致、提供透明度和灵活性。 （原文链接:https://linguaresources.com/?p=32489）
9、窥探机器翻译的GPT和生成式人工智能
文章讨论了生成预训练变压器（GPT）和生成式人工智能在翻译领域的应用及其潜力。通过比较GPT与神经机器翻译（NMT）、分析了GPT的优势和挑战、指出其在处理低资源语言和特定内容类型方面的局限性、同时展望了GPT的未来发展方向。 （原文链接:https://linguaresources.com/?p=32490）
10、案例研究：语言线路如何支持俄亥俄州公路巡警 文章主要讲述俄亥俄州公路巡警通过LanguageLine解决语言障碍、该服务优势众多、能确保高效应急响应和社区安全。 （原文链接:https://linguaresources.com/?p=32355）
11、什么是语言资产？仅仅是您的翻译程序的基础 文章详细介绍了语言资产的核心内容与优越性、从翻译记忆库的搭建、翻译词汇表的汇入以及风格指南三方面为需要提供翻译服务的品牌方答疑解惑。随着机器翻译日趋复杂、语言资产可以为高质量译文和风格保驾护航。 （原文链接:https://linguaresources.com/?p=32208）
通过LanguageLine所提供的语言技术服务、可帮助英语水平有限或有听力障碍的家长及时了解家长会信息、于老师进行沟通交流、促进家校共育。 （原文链接:https://linguaresources.com/?p=32768）
家庭医疗护理崛起、面临语言障碍挑战。LanguageLine能够提供及时口译、医疗资料翻译、虚拟口译会议等多种帮助、有效帮助患者、提高就医水平。 （原文链接:https://linguaresources.com/?p=32770）
文章对比了神经机器翻译（NMT）和大型语言模型（LLM）两种翻译技术、强调了它们各自的优势和适用场景。NMT在特定翻译任务上更准确、成本效益高、而LLM则提供更自然流畅的文本和多功能性、但可能成本更高且准确性不如NMT。 （原文链接:https://linguaresources.com/?p=32658）
SAFE-AI工作组发起多语种调查、探讨人工智能在口译服务中的应用、以确保技术的公平和道德使用、推动语言服务的包容性和发展。 （原文链接:https://linguaresources.com/?p=32655）
从2021年到2025年、人工智能在多语言内容制作领域取得显著进展。NMT和LLM技术的发展、提高了翻译的效率和准确性、简化了工作流程。未来、NMT和LLM的结合将继续推动内容制作行业的发展、为客户提供更优质的多语言服务。 （原文链接:https://linguaresources.com/?p=32667） 17、NIMO简介：人工智能训练数据质量提升到新高度 Welocalize自豪地宣布推出Welo Data 的NIMO(网络身份管理和运营),这是一个最先进的劳动力保证系统、NIMO代表了人工智能训练数据管理的重大飞跃。它确保数据集的相关性、文化差异和最高质量、从而减少模型偏差、增强包容性。其全面的功能使企业能够高效、安全地管理人工智能训练数据、在快速发展的人工智能领域提供竞争优势。 （原文链接:https://linguaresources.com/?p=32433）
18、语言人工智能机构Bering Lab获230万美元Pre-Series A 轮融资 法律人工智能翻译初创公司Bering Lab刚刚完成最新一轮融资、Bering Lab为许多LSP提供了机器翻译（MT）和后期编辑服务。公司自成立以来一直专注于特定领域、即法律、金融和知识产权内容。联合首席执行官Jae Yoon Kim告诉Slator、Bering Lab对法律翻译的”激光聚焦””让我们有信心成为这一领域的赢家”。 (原文链接:https://linguaresources.com/?p=32432)
2024年美国发展最快的5000家公司名单出炉、Slator选出了14家语言服务提供商(LSPs)。根据Slator为2024年语言产业市场报告收集和分析的数据、全球语言服务和技术行业在2023年收缩了3.07%、可定位的市场规模为270.3亿美元。 (原文链接:https://linguaresources.com/?p=32638)
研究人员强调了情感在人类交流中发挥的关键作用、并引入了一个新的数据集、旨在通过将情感上下文整合到翻译过程中来增强语音到文本和语音到语音的翻译。 (原文链接:https://linguaresources.com/?p=32375)
特别说明：本文仅供学习交流，如有不妥欢迎后台联系小编。
