StreamSpeech官网链接地址:https://ictnlp.github.io/StreamSpeech-site/
网站默认显示语言:英语
StreamSpeech 介绍
StreamSpeech是一款基于多任务学习的实时语音到语音翻译模型。它采用统一框架同时学习翻译和同步策略,有效识别流式语音输入中的翻译时机,实现高质量的实时通信体验。模型在CVSS基准测试中性能领先,并能提供低延迟的中间结果,如ASR或翻译结果。
StreamSpeech用户群体
StreamSpeech适用于需要实时跨语言交流的专业人士,如国际会议的同声传译员、多语言商务沟通者以及语言学习者。它通过减少翻译延迟,提高了交流效率,使得不同语言背景的人们能够无障碍地进行实时对话。
国际会议中,使用StreamSpeech进行同声传译。
跨国公司使用StreamSpeech进行远程会议,实现实时多语言沟通。
语言学习者使用StreamSpeech练习不同语言的听力和口语。
StreamSpeech的核心功能
- 支持流式语音识别(ASR)
- 支持非自回归语音到文本翻译(NAR-S2TT)
- 支持语音到单元翻译(S2UT)
- 能够实时生成目标语音
- 在翻译过程中提供高质量的中间结果
- 支持多种语言的翻译,如法英、西班牙英、德英等