华盛顿大学研发“空间语音翻译”技术：多人同时发言也能精准识别
作者：灵犀软件园时间：2025-05-25 11:03:21
本站 5 月 24 日消息，美国华盛顿大学的一项研究提出了一种可穿戴式“空间语音翻译”技术，能够通过双耳耳机在多人交谈环境中实时翻译，并可以保留每位发言者的声音特征与方位感。
据 ITMedia News 昨日报道，借助这项技术，耳机能将每个人的话实时翻译成你的母语，同时保留每个人的声音个性和方向信息，让你清楚分辨谁在说什么。
与现有翻译工具相比，这项技术解决了两大难题：一是支持多人同时发言场景，二是翻译结果不再千篇一律，而是保持每个说话者独特的声音风格与方向。研究结合了音源分离、空间定位、实时翻译与双耳渲染等技术，构建出完整系统。
本站从报道中获悉，研究团队的三大技术突破包括：
https://doi.org/10.1145/3706598.3713745
通过将空间细分为多个角度区域，并用神经网络识别每个区域内的潜在发言者，实现准确的音源分离与定位；
构建可在 Apple 芯片上实时运行的语音翻译模型，能保留说话者的音质与情感；
开发出双耳渲染方法，让翻译后的语音从原说话者方向传来，增强沉浸感。
在实际测试中，研究人员使用市售降噪耳机和双耳耳机，在苹果 M2 芯片上完成了从法语、德语、西班牙语到英语的实时翻译。10 名受试者在多种环境下测试后，系统展现出较强的通用性。
进一步的评估表明，29 名参与者普遍认为，新系统在多人交流场景中的表现优于传统翻译工具，不仅提升了翻译质量，也更易分辨说话者。此外，在空间感知实验中，用户能准确判断翻译语音的方向，与原声几乎无异。
研究成果：
相关文章
-
华盛顿大学研发“空间语音翻译”技术：多人同时发言也能精准识别本站 5 月 24 日消息，美国华盛顿大学的一项研究提出了一种可穿戴式“空间语音翻译”技术，能够通过双耳耳机在多人交谈环境中实时翻译，并可以保留每位发言者的声音特征与方位感。据 ITMedia New
-
吉麦新能源骏驰 ET 微型车上市：半隐藏式门把手、纯电续航 150 公里，3.68 万元起
本站 5 月 24 日消息，吉麦新能源旗下骏驰ET微型车正式上市，共推出基础款和进阶款两车型，官方指导价分别为3 68万元和4 18万元。该车外观方正，应用三门四座布局，车头灯组间采用了黑色饰板相连，
-
莫迪：首款“印度造”芯片即将正式下线
本站 5 月 24 日消息，据《财富》印度版报道，当地时间 23 日，印度总理纳伦德拉・莫迪在新德里 Bharat Mandapam 出席“2025 年东北崛起投资者峰会”时宣布，印度东北地区的半导体
-
蔡崇信：阿里巴巴国际化并非完美，有成功也有失败
本站 5 月 24 日消息，第五届 BEYOND 国际科技创新博览会（BEYOND Expo 2025）于 5 月 21 日至 24 日举行。在闭幕式上，阿里巴巴集团董事长蔡崇信表示，阿里巴巴在国际化
-
奇瑞小蚂蚁微型车新增“喜爱版”预售：换用竖向布局 10.4 英寸中控屏，5.89 万元
本站 5 月 24 日消息，奇瑞宣布旗下小蚂蚁纯电两门车新增一款“喜爱版”车型开启预售，该版本车型纯电续航里程 251 公里，定价为5 89万元。外观方面，该车延续了小巧圆润的设计风格，提供LED迎宾
-
谷歌逐步推广全新“渐变 G”logo，现已登陆网页图标及 App 内部
本站 5 月 24 日消息，谷歌在 I O 2025 开发者大会上正式发布了新版“G”logo，这一设计现已陆续应用到更多应用程序和网页中。上周，这款新 logo 率先登陆 Android 与 iOS