已验证65% 置信事实精确时间

传统语音到语音翻译采用ASR→MT→TTS三模块级联架构，存在误差累积与延迟叠加的问题

3

来源数

65%

置信度

长期有效

时效性

2026/7/10

首次发现

来源

GLM-5.2测试现身｜Claude Fable 5发布：AI四大动态速览

bilibiliinfinite灵感港2026/6/10

相关事实

待验证级联式语音架构将ASR→LLM→TTS三个独立模块串联，延迟高且每次转换损失语调、情绪等副语言信息83% 相似待验证端到端语音架构省去了ASR→LLM→TTS的传统三段式流水线，降低延迟并保留语调、情感等副语言信息79% 相似待验证AI同声传译技术路径主要有级联式（ASR→MT→TTS串联，延迟通常超过3-5秒）和端到端语音到语音翻译两种79% 相似已验证传统语音交互的三段式架构（ASR+LLM+TTS）总延迟通常在1-3秒78% 相似已验证传统语音AI普遍采用级联式架构，先用ASR将语音转文字，再交给语言模型处理，最后用TTS合成输出78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/461801

API

curl https://kongchang.com/api/v1/knowledge/claims/461801

MCP

get_claim(id=461801)