一个想不明白的问题， ai 如此牛逼，为什么没有一款类同声传译？

[zjvbqla]

应该很有市场啊？

[kdwnil]

印象中 Skype 在几年前就支持了

[coderluan]

重要场合的同声传译要求很高，AI 还达不到要求。非重要的场合的话，我认为其实目前 AI 已经足够了，但是技术到实际应用也是需要过程的，用户的信任度和使用习惯的培养需要过程，目前的话，还没到那个阶段，AI 转文字已经很普及了，但是 AI 转文字再翻译实际上还在推广，Zoom 有了，Teams 还没有。AI 转文字翻译再转语音，肯定还需要时间。

[NXzCH8fP20468ML5]

之前参与一些产学研会议，外国人演讲的时候，都有实时翻译了。
1~2 秒内就能给出对应的中文，不过准确率不太搞，而且英文语法和中文不一样，导致句子看起来非常奇怪。
过了 5~6 秒后，就能结合上下文纠正过来了，语句也变得很通顺了。
不过涉及到复杂的专业名词就抓瞎了，句子要么不可读，要么完全错误。

[Biggoldfish]

Google Live Transcribe/Translate/Pixel Buds 都能做

https://www.android.com/accessibility/live-transcribe/

https://support.google.com/googlepixelbuds/answer/7573100

[ETiV]

<amp-youtube data-videoid="Nu-nlQqFCKg" layout="responsive" width="480" height="270"></amp-youtube>
给你涨涨见识，这已经是 10 年前的视频了
着急的话可以从 7:10 开始看

[2232588429]

有没有一种可能，“如此牛逼” 就是个假命题？

[bianhui]

因为现阶段的 AI 说白了就是个大号的 swicth+正则表达式。和智能毫无关系。底子上的问题

[Qiss]

Teams 也带会议实时字幕的，只是服务可能没有免费给普罗大众，所以很多都不知道吧

[wonderfulcxm]

油管自动翻译的字幕是不是？

[winterx]

https://www.xfyun.cn/services/msi

[sentinelK]

"为什么没有一款类同声传译"
有。但准确率和安全性不高。

准确率：本来音视频交流对延时就敏感，如果准确率再不高，就很容易误会对方的意思。
安全性：机器学习的模型、参数、推演逻辑不可检视，你没法事先证明这个模型是否被投毒和恶意训练。也没法证明这个模型不会被对抗攻击。

[nothingistrue]

同声翻译，是「一个学生配一个老师」的资源配置。AI 翻译，是「一个老师配成千上万个学生」的资源配置。

[LuckyPocketWatch]

同声传译可以分解为 3 步

1 声音转文字，这个功能我最早接触是在 word2003 ，会给你一段几百字的文字，让你先读一遍。
2 文字翻译，这个功能最广泛，各种翻译软件
3 文字转语音，这个完全没技术难度

个人觉得如果有大厂花钱的话，这玩意早出来了，更多的是缺乏市场，翻译这块，人工的费用并不贵，再加上教育不断完善，使得很多人都会说外语，这使得公司缺乏研发的动力

就语音识别来说，各个音乐 APP 的歌词识别老流弊了。。。。我并不觉得一段说的话比唱的话更难识别。