研究人员开发了TransDubber,一种新颖的端到端自回归语音到语音翻译系统,专注于保留原始语音的时间结构。这种新方法旨在不仅匹配内容和声音,还匹配语音和停顿的确切时序,这对于配音等应用至关重要。TransDubber通过直接从对齐的目标波形学习并采用结合了渐进式监督学习和强化学习的训练策略来实现这一点,与现有方法相比,在保持翻译质量的同时,显著提高了时长匹配和停顿对齐效果。 AI
影响 这项研究通过关注时间对齐,推进了语音到语音翻译技术,有望改善配音和其他对时间敏感的应用。
排序理由 详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- English
- Hugging Face
- Speech-to-speech translation
- Standard Chinese
- TransDubber
- University of Sassari
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →