lswcap
谷歌发布了它所说的关于Translatotron的内容，Translatotron将人们所说的内容翻译成他们的声音，同时保持他们的声音。与现有模型不同，它有望打开语音翻译的未来，作为采用不同端到端模型的革命性系统。
到目前为止，语音翻译采用了扬声器通过自动语音识别改变句子的形式，并通过机器翻译进行了语音输出。结合语音，文本和语音的模型是另一种方法。相比之下，translattron采用端到端的方法，从头到尾以语音翻译结束。由于过程很简单，因此可以比传统方法更快地进行翻译。
Translattron是第一个将语音直接从一种语言翻译成另一种语言的模型。而且，在翻译之后，语音可以保持说话者的声音。根据BLEU评分，translatoltron翻译略低于现有系统，但它比该模型的翻译标准具有更高的准确性。
| 输入（西班牙语） | |
| 参考译文（英文） | |
| 基线级联翻译 | |
| TranslateTron翻译 |
机器翻译的端到端模型自2016年首次发布以来一直在研究中，但端到端模型被证明比2017年的先前模型更好.Translattron基于序列到序列网络使用频谱图信息并为目标语言翻译生成频谱。它也是使用Bokker将输出频谱转换为时域波形的功能之一，或者是用于保持扬声器的声音并在转换后合成语音的扬声器编码器。欲了解更多信息，请点击这里 。
Add comment