国家知识产权局信息显示,辉达公司申请一项名为“用于自动语音翻译系统及应用的基于身份的说话者目标定位”的专利,公开号CN123094977A,申请日期为2026年5月。
专利摘要显示,本发明涉及用于自动语音翻译系统及应用的基于身份的说话者目标定位。在各个示例中,基于AI的技术可以用于在多说话者环境中翻译特定说话者的语音。例如,本公开的系统和方法可以将目标说话者提取与自动语音翻译(AST)集成到单个AST模型中。基于该集成,AST模型可以用于从混合音频中提取指定说话者的语音,并直接将语音翻译为目标语言的文本,而无需中间转录。例如,AST模型可以接收说话者的语音样本,并且使用该样本从对话中识别并提取目标说话者的话音。AST模型然后可以处理所提取的语音并生成直接翻译,而无需分离的自动语音识别(ASR)和机器翻译(MT)阶段。
声明:市场有风险,投资需谨慎。本文为AI基于第三方数据生成,仅供参考,不构成个人投资建议。
本文源自:市场资讯
作者:情报员
热门跟贴