待验证50% 置信事实精确时间

受益于Whisper等大规模多语言ASR模型及Transformer架构翻译模型，AI字幕翻译端到端延迟可控制在1-3秒以内

1

来源数

50%

置信度

长期有效

时效性

2026/9/13

首次发现

来源

SCAPTION：58种语言实时字幕翻译，让活动无障碍

涉及实体

Whispermodel Transformerconcept

相关事实

待验证传统实时语音翻译方案将任务拆分为ASR→机器翻译→TTS三个独立模块串联，每个环节引入延迟和误差累积74% 相似已验证同声传译要求译员在听取原语言的同时以2-4秒的时间差完成翻译输出73% 相似待验证AI实时字幕翻译通常分两层技术：先由ASR模型将语音转为源语言文本，再由NMT模型翻译为目标语言71% 相似待验证AI实时口译面临三重挑战：预判性翻译、低延迟与准确性的权衡、上下文连贯性71% 相似待验证自动重新生成语音指导信息（路径A）每次修改都需要调用大语言模型API，会产生额外的延迟（通常几秒到十几秒）和费用71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/918705

API

curl https://kongchang.com/api/v1/knowledge/claims/918705

MCP

get_claim(id=918705)