一种可控制时长的端到端语音翻译方法及翻译系统

申请号：CN202510979491

申请日期：2025-07-16

公开号：CN120877707A

公开日期：2025-10-31

类型：发明专利

摘要

本发明公开了一种可控制时长的端到端语音翻译方法及翻译系统,通过引入语音端到端的方案，有效减少翻译的延时；通过构建全新的tokenizer和引入token对齐方案，有效的控制翻译结果长度；通过对token时长的控制，加入长度控制变量，来引导跨语种音色、韵律克隆，以达到较为优秀的跨语种音色、韵律克隆。

技术关键词

语音翻译方法发音神经网络结构模型序列声音编解码器语音翻译系统语义声码器代表多任务发声关系分区矩阵框架信号模块