用于翻译语音数据的方法、装置、设备和介质

提供了用于翻译语音数据的方法、装置、设备和介质。在一种方法中，接收以源语言表示的源语音数据，源语音数据包括具有第一音色的第一语音片段和具有第二音色的第二语音片段。利用机器学习模型，确定对应于源语音数据的语音翻译，语音翻译利用目的语言表示，并且语音翻译包括对应于第一语音片段的第一语音翻译和对应于第二语音片段的第二语音翻译。第一语音翻译具有第一音色，并且第二语音翻译具有第二音色。利用本公开的实现方式，可以准确地区分以源语言表示的具有不同音色的不同语音片段，并且分别生成以目的语言表示的具有不同音色的语音翻译。