Google Research·· 2025-11-19精选AI 评分71
Google 发布端到端实时语音翻译模型，延迟降至 2 秒
Real-time speech-to-speech translation
AI 导读
Google Research 介绍了一个端到端语音到语音翻译（S2ST）模型，可在原说话人音色下实时翻译，延迟仅 2 秒，而现有级联方案通常有 4–5 秒延迟并会累积误差。
推荐理由
Google 端到端语音翻译把延迟压到 2 秒并保留原说话人音色，可对照级联方案的误差累积问题。
来源：Google Research · research.google