跨语言通信

Translatotron 3 是由 Google 研究团队开发的直接语音到语音翻译系统，通过自监督和对抗学习从未标记的语音和文本数据中学习，无需成对数据。系统结合了掩码自编码器、无监督嵌入映射和反向翻译三种技术，实现了无监督语音到语音翻译。其在某些公共数据集上的表现优于基线级联系统，并能保留非语言信息如停顿、语速和说话者身份，展示了无监督翻译的巨大潜力。