2022年8月30日，由CCF语音对话与听觉专委会 、中国人工智能产业发展联盟（AIIA）评估组、语音之家、北京希尔贝壳科技有限公司共同主办的【语音之家】AI产业沙龙—视频译制场景中的语音翻译、语音合成和唇形生成技术在线上成功举办。

下面是本次沙龙的回顾：

谭旭

主题分享环节


QA环节
视频译制是将视频中的讲话内容翻译到目标语言的文字和声音，需要考虑以下几个要求：1）翻译得到的目标语音时长需要匹配对应视频的长度；2）目标语音的音色和韵律需要尽可能的和原语音一致；3）翻译得到的说话人唇形尽可能和目标语言一致。本次报告简要介绍了语音翻译、语音合成、唇形生成技术，然后探讨在视频译制场景中，如何构建机器翻译、语音合成和唇形生成系统，以满足上述要求。最后，浅谈以语音为基础的多模态生成技术面临的挑战和机遇。