不识字也能翻译：谷歌AI直接用音频翻音频，不用先转文本

翻栗子 发自 凹非寺量子位 出品 | 公众号 QbitAI在我们的世界里，谷歌翻译是这样的：△ 一直被调戏的翻译娘在谷歌的世界里，谷歌翻译是这样的：△ 西语→英语：你不问，就不会知道了请注意，视频里的文字只是为了便于观赏，才存在的。而AI在翻译语音的时候，不把西语的音频转成文本，也不生成任何英语的文本，直接产出了英文音频。和标答一字不差。这是谷歌团队的最新成果，想法大胆而有效。仿佛在双语环境里出生的小朋友，还没识字，就能把爸爸说的话翻译给妈妈。怎么会不用看文本？这个翻译模型，名字叫做S2ST (全称Speech-to-Speech Translation) 。不看文本只靠听，背后的原理是把一种语音的声谱图 (Spectrogram) ，映射到另一种语音的声谱图上。那么，声 ………………………………