新知榜官方账号
2023-07-15 22:28:17
谷歌研究人员设计并实现了一种神经网络算法,来将个人音频中独特的“声音特质”从一种语言映射到另一种语言。
传统的翻译系统将音频转换成文本,翻译文本,然后对音频进行再合成,在过程中失去了原始语音的特征。这种方法容易导致翻译错误,而且不利于保留个人语音特质。
谷歌的新系统有三个组件构成。第一个组件是经过训练的神经网络,将输入语言中的音频频谱映射到输出语言中的音频频谱。第二个部组件是将谱图转换成可播放的音频波。最后第三个组件可以将说话人的声音特征传回最终的音频。这种方法不仅保留重要的个人语音特质,而且在理论上也尽量减少了翻译错误,因为它将翻译的任务缩减到更少的步骤。
在测试过程中,研究人员目前还只试用了从西班牙文到英文的翻译系统,但该系统已经收集了大量的各种语言数据,商业潜力巨大。
微信扫码咨询
相关工具
相关文章
推荐
阿里Accio中文版上线!一键搞定复杂采购
2025-08-19 09:13
视频“用嘴编辑”的时代来了,但钱包顶得住吗?
2025-08-15 17:59
智谱新模型GLM-4.5V全面开源,玩家们有福啦!
2025-08-12 17:56
扎心文案+AI插画=爆款!揭秘8万赞视频的制作全流程
2025-08-12 10:08
GPT-5没你想的那么好,附实测体验~
2025-08-11 11:07
一站式搞定AI绘图+视频,AI短片效率飙升的秘密在这儿!
2025-08-08 09:26
打工人新神器!10款国产AI,让你告别996!
2025-08-08 09:24
豆包视觉推理深度体验,AI也能“边看边想”了!
2025-08-08 09:19
300美元的AI男友来了!马斯克的情感生意从女友做到男友
2025-08-01 17:56
Agent智能体:2025年企业新员工,月薪仅需一度电?
2025-07-30 17:49