arXiv · NLP· Jeongsoo Choi, Ji-Hoon Kim, Junseok Ahn, Joon Son Chung·· 9 小时前AI 评分33
X-Dubbing：在时序与视觉约束下进行语音到语音翻译
X-Dubbing: Speech-to-Speech Translation under Temporal and Visual Constraints
AI 导读
X-Dubbing提出了一种联合时序感知语音文本翻译与视频感知文本语音合成的方法。该方法包含生成时序脚本的翻译器和同步渲染的配音员，无需配对配音数据。 实验表明，X-Dubbing在等时性和视听对应性等指标上优于近期基线模型。
来源：arXiv · NLP · arxiv.org