Spatial Speech Translation: Translating Across Space With Binaural Hearables

的官方GitHub程式碼庫。程式碼庫提供了用於實現空間語音翻譯功能的資源與程式碼，特別強調在多講者與干擾環境下進行語音翻譯。

專案目標是開發一個能即時在Apple晶片上運行的語音翻譯模型，並透過雙耳渲染保留聲音的空間線索。此外，程式碼庫也包含了Fr-En語言翻譯的推論與訓練程式碼，以及針對其他語言（如德語和西班牙語）的資料集與檢查點的開源計畫。其中提供了環境設置和模型訓練與推論的詳細步驟。

github：https://github.com/chentuochao/Spatial-Speech-Translation

留言告訴我你對這一集的想法： https://open.firstory.me/user/cma3mukjr127j01w5h4m56giw/comments

Powered by Firstory Hosting