X-Dubbing提出时序视觉约束下的配音翻译框架

2026年10月26日，arXiv cs.CL方向发布论文，X-Dubbing提出跨语言配音翻译方法。该框架将任务统一为时序感知语音文本翻译与视频感知文本语音合成的联合问题，无需配对配音数据。 论文包含生成时序脚本的翻译器和同步渲染的配音员两个核心模块，通过时序约束与视觉信息对齐实现口型同步配音。实验表明，该方法在等时性和视听对应性等指标上优于近期基线模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。