Modelo multilingüe que traduce y transcribe entre voz y texto en un solo sistema.
¿Por qué importa? Según Meta, sustituía con un único modelo los sistemas de traducción de voz por fases, y llegó con datos de alineación de 470.000 horas.
Pesos abiertos en GitHub y Hugging Face (licencia CC BY-NC 4.0), con demo pública.
Transcripción y traducción de voz a texto en casi 100 idiomas; de voz a voz, hacia 35 idiomas más el inglés.