熟女俱乐部五十路二区av,又爽又黄禁片视频1000免费,国产卡一卡二卡三无线乱码新区,中文无码一区二区不卡αv,中文在线中文a

新聞中心

EEPW首頁 > 消費電子 > 設(shè)計應(yīng)用 > AI驅(qū)動的耳機(jī)通過語音克隆和3D空間音頻提供群組翻譯

AI驅(qū)動的耳機(jī)通過語音克隆和3D空間音頻提供群組翻譯

作者: 時間:2025-05-13 來源:Tech Xplore 收藏
華盛頓大學(xué)(University of Washington)的博士生陳拓超(Tuochao Chen)最近參觀了墨西哥的一家博物館。陳不會說西班牙語,所以他在手機(jī)上運行了一個翻譯應(yīng)用程序,并將麥克風(fēng)對準(zhǔn)導(dǎo)游。但即使在博物館相對安靜的地方,周圍的噪音也太大了。由此產(chǎn)生的文本毫無用處。

最近出現(xiàn)了各種技術(shù),有望實現(xiàn)流暢的翻譯,但這些都沒有解決陳的公共空間問題。例如,Meta 的新眼鏡只能與隔離揚聲器一起使用;他們會在說話人完成后播放自動語音翻譯。

現(xiàn)在,Chen 和威斯康星大學(xué)的一組研究人員設(shè)計了一種系統(tǒng),可以同時翻譯多個揚聲器,同時保留人們聲音的方向和質(zhì)量。該團(tuán)隊構(gòu)建了這個名為 Spatial Speech Translation 的系統(tǒng),并使用裝有麥克風(fēng)的現(xiàn)成降噪。該團(tuán)隊的算法將空間中的不同說話者分開,并在他們移動時跟隨他們,翻譯他們的語音,并以 2-4 秒的延遲播放。

華盛頓大學(xué)的研究人員設(shè)計了一種系統(tǒng),可以同時翻譯幾個人說話,跟隨他們的移動并保留他們聲音的方向和質(zhì)量。該團(tuán)隊構(gòu)建了這個名為 Spatial Speech Translation 的系統(tǒng),并使用配有麥克風(fēng)的現(xiàn)成降噪耳機(jī)。圖片來源:Chen et al./CHI '25
該團(tuán)隊于 4 月 30 日在日本橫濱舉行的 ACM CHI 計算系統(tǒng)中的人為因素會議上展示了他們的研究。概念驗證設(shè)備的代碼可供其他人構(gòu)建。“其他翻譯技術(shù)是建立在只有一個人在說話的假設(shè)之上的,”資深作者、華盛頓大學(xué)計算機(jī)科學(xué)與工程學(xué)院的教授Shyam Gollakota說?!暗诂F(xiàn)實世界中,你不能只有一個機(jī)器人聲音為一個房間里的多人說話。我們第一次保留了每個人的聲音及其來源。

1747106032158.png



評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉