使用场景
在国际会议中,实时将法语演讲翻译为英语,为听众提供即时翻译。
用于多语言直播平台,将主播的法语语音实时翻译为英语,拓展观众群体。
在在线教育平台上,将教师的法语授课内容实时翻译为英语,方便不同语言背景的学生学习。
产品特色
支持流式语音翻译,实时逐块生成翻译结果
可同时生成目标语音和文本翻译,满足多种使用需求
采用多流架构,联合建模源语音和目标语音
支持语音转换功能,可保留原说话人的语音特征
提供多种后端实现(如 PyTorch、Rust、MLX 等),适配不同硬件平台
使用教程
1. 安装所需的后端库(如 PyTorch 或 Rust)。
2. 下载 Hibiki 模型文件,选择适合的版本(如 PyTorch 或 MLX)。
3. 准备待翻译的音频文件。
4. 使用命令行工具运行翻译脚本,指定音频文件和输出路径。
5. 根据需要调整参数(如分类器自由引导系数)以优化翻译效果。
6. 查看生成的翻译音频文件和文本翻译结果。