اگرچه بیشتر اخبار ماه های اخیر بر رقابت سنگین گوگل و مایکروسافت در زمینه چت ربات های هوش مصنوعی متمرکز شده است، اما این بخش تنها کاربرد یادگیری ماشینی و مدل های زبانی نیست. شایعات حاکی از آن است که گوگل در حال حاضر روی بیش از 20 محصول مبتنی بر هوش مصنوعی کار می کند و قصد دارد یک مدل زبان جدید برای درک بیش از 1000 زبان مختلف در سراسر جهان توسعه دهد. این شرکت اخیرا جزئیات بیشتری در مورد این پروژه منتشر کرده و آن را اولین گام مهم در تحقق اهداف خود ذکر کرده است.
نوامبر گذشته، غول جستجوی اینترنتی برنامه های خود را برای ساخت یک مدل زبان که از 1000 زبان گفتاری در جهان و همچنین مدل USM پشتیبانی می کند، به اشتراک گذاشت. گوگل USM را به عنوان خانواده ای از مدل های گفتاری پیشرفته توصیف می کند و آن را بر اساس دو میلیارد پارامتر، 12 میلیون ساعت گفتار و 28 میلیارد جمله در بیش از 300 زبان آموزش داده است.
USM که YouTube از قبل برای تولید زیرنویس استفاده می‌کند، از تشخیص خودکار گفتار (ASR) پشتیبانی می‌کند. این ویژگی به طور خودکار زبان های مختلف مانند انگلیسی، ماندارین، آمهری، سبوانو، آسامی و غیره را شناسایی و ترجمه می کند.