共 2 篇相关文章
研究揭示文本分组策略如何改变同声传译系统的完成时间对比,四秒分组在XTTS-v2上扩大StreamAtt领先优势,在Piper上却缩小差距,强调评估需明确文本进入合成的方式。
arXiv 最新研究提出基于前缀监督的端到端同声语音翻译方法,无需转录和人工翻译。多轮解码使提交校准误差下降63%-80%,置信度阈值有效平衡质量与延迟,在FLEURS和CoVoST2多语言方向验证有效。