Google 翻译出现大突破 可重现原讲者声音的翻译

Google 翻译是许多人日常生活中的一个很好的工具，但很少有人知道它实际上是几种工具的组合。

为了在日常生活中实现语音到语音的翻译，通常需要首先将语音识别为文本（语音到文本，STT），然后使用机器学习将文本传输到城市的目标语言，最后阅读文本“Text-to”-Speech，TTS）。这三个过程实际上需要时间来进行计算，每个步骤都有机会犯错，这使得最终的翻译完成。谷歌最近宣布了一种新的Translatotron翻译模型，除了直接的声音到语音翻译外，还可以节省翻译时间并保留原始发言人的声音。

Google正在展示一种新的语音转语音翻译流程，该流程希望打破传统的三阶段瀑布流程：长时间，每一步的累积错误都会导致整体翻译问题。 Translatotron提出了一种分段到网络的网络模型来处理数据，保持说话者的声音和节奏，并提高翻译内容的准确性。

根据Google Research的fun88淘搜网研究，新翻译演算模型的翻译准确性仍然无法与传统的瀑布流程相媲美。但是新型号具有更快操作的优点，并且避免机器发出语音时发出的钝机声。

转载于:https://my.oschina.net/u/3884088/blog/3051848