待验证50% 置信事实精确时间

语音被转换为文字中间表示时，原始音频中约40%的信息随之消失，包括情绪、强调、语速等副语言信息

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

GPT Live实时翻译实测：同声传译职业面临哪些冲击？

相关事实

已验证传统语音交互系统中，语音携带的情感、语气、语速等副语言信息在ASR阶段转换为纯文本时会彻底丢失83% 相似待验证说话人嵌入向量捕捉声音中与内容无关的身份信息，包括声带共振频率、基频范围和发音方式74% 相似待验证语音数据通常被编码为离散的音频token，每秒语音大约对应25-50个token73% 相似待验证耳机形态实现免手持同传是核心卖点，但翻译存在明显延迟，且在嘈杂环境下拾音识别率显著下降，不适合高噪音场景下的精确沟通72% 相似待验证研究表明母语者日常对话中高达60%-70%的音节会发生不同程度的弱化72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/517801

API

curl https://kongchang.com/api/v1/knowledge/claims/517801

MCP

get_claim(id=517801)