AI耳机一次翻译多个扬声器，将声音克隆到3D声音
UW研究人员设计了一个耳机系统，该系统可以立即翻译几个人讲话，跟随他们移动并保留声音的方向和素质。该团队构建了该系统，称为“空间语音翻译”，带有麦克风的现成噪声耳机。
来源:华盛顿大学工程| 新闻发布| 研究| 技术
工程 新闻发布 研究 技术2025年5月9日
AI耳机一次翻译多个扬声器，将声音克隆到3D声音
视频
Tuochao Chen是华盛顿大学博士生，最近在墨西哥参观了一家博物馆。 Chen不会说西班牙语，因此他在手机上运行了一个翻译应用程序，并将麦克风指向导游。但是，即使在博物馆的相对安静中，周围的噪音也太多了。由此产生的文字没有用。
tuochao chen最近出现了各种有希望的流利翻译，但这些都没有解决陈的公共空间问题。例如，Meta的新眼镜仅与孤立的扬声器一起起作用；扬声器完成后，他们播放自动语音翻译。
Meta的新眼镜 播放自动语音翻译现在，Chen和一组UW研究人员设计了一个耳机系统，可以一次翻译几个演讲者，同时保持人们声音的方向和素质。该团队构建了该系统，称为“空间语音翻译”，带有麦克风的现成噪声耳机。该团队的算法将空间中的不同扬声器分开，并在他们移动时跟随他们，翻译演讲并以2-4秒的延迟播放。
翻译几个扬声器的耳机系统该团队于4月30日在日本横滨的ACM CHI人为因素会议上介绍了其研究。概念验证设备的代码可供其他人构建。保罗·G·艾伦（Paul G. “但是在现实世界中，您不能只有一个机器人的声音在房间里为多个人说话。这是第一次，我们保留了每个人的声音和它来自的方向的声音。”
Qirui Wang 。