多人对话语音实时翻译方法、装置、设备及存储介质(语音识别、自然语言处理、机器翻译、多语种合成、语音生成、语音克隆、多模态语音生成、人机交互、智能问答、AI数字人驱动、虚拟主播生成、智慧教育、人工智能客服、跨语言沟通、对话软件系统 、短视频配音生成)

本申请实施例属于语音处理技术领域，涉及一种多人对话语音实时翻译方法、装置、计算机设备及存储介质，其中方法包括：接收待翻译的对话语音，将所述对话语音输入到预设的语音分离模型进行语音分离，得到N个子音频；将所述子音频通过ASR算法进行语音识别，得到所述子音频对应的文本；将所述子音频对应的文本输入到预设的翻译引擎进行翻译，得到所述子音频对应的目标语言翻译结果。对话语音包含多个人声，使AI实时翻译的应用场景可扩大到日常的交流、会议；其次，先对分离的子音频进行语音识别，获得对应的文本，再以文本为基准进行目标语言的转换，不会出现漏翻的情况，且相对与直接使用音频进行目标语言的转换，处理起来更简便更准确。

《多人对话语音实时翻译方法、装置、设备及存储介质(语音识别、自然语言处理、机器翻译、多语种合成、语音生成、语音克隆、多模态语音生成、人机交互、智能问答、AI数字人驱动、虚拟主播生成、智慧教育、人工智能客服、跨语言沟通、对话软件系统 、短视频配音生成)》是一发明专利，专利号为 2021108352776，当前法律状态为已下证，由平安科技（深圳）有限公司提出申请，发明人为卢春曦;王健宗，申请日期为2021-07-23，公开（公告）日期为2021-10-15，国际专利分类号（IPC）为 G06F40/58(2020.01)I;G06F40/289(2020.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I;G10L15/00(2013.01)I;G10L15/06(2013.01)I;G10L15/16(2006.01)I;G10L15/26(2006.01)I;G10L21/0272(2013.01)I，高新资质：未报高企，所属技术领域包括：语音识别、自然语言处理、机器翻译、多语种合成、语音生成、语音克隆、多模态语音生成、人机交互、智能问答、AI数字人驱动、虚拟主播生成、智慧教育、人工智能客服、跨语言沟通、对话软件系统 、短视频配音生成。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本申请实施例属于语音处理技术领域，涉及一种多人对话语音实时翻译方法、装置、计算机设备及存储介质，其中方法包括：接收待翻译的对话语音，将所述对话语音输入到预设的语音分离模型进行语音分离，得到N个子音频；将所述子音频通过ASR算法进行语音识别，得到所述子音频对应的文本；将所述子音频对应的文本输入到预设的翻译引擎进行翻译，得到所述子音频对应的目标语言翻译结果。对话语音包含多个人声，使AI实时翻译的应用场景可扩大到日常的交流、会议；其次，先对分离的子音频进行语音识别，获得对应的文本，再以文本为基准进行目标语言的转换，不会出现漏翻的情况，且相对与直接使用音频进行目标语言的转换，处理起来更简便更准确。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！