语音翻译方法、装置、设备、介质及产品

本发明提供一种语音翻译方法、装置、设备、介质及产品，其中方法包括：基于语音翻译模型的语音识别器，对待翻译语音序列进行声学特征提取和文本映射，得到待翻译语音序列的声学特征和文本映射特征；基于语音翻译模型的文本编码器，对声学特征与文本映射特征融合形成的融合特征进行特征分割和特征编码，得到待翻译语音序列的多个分段的编码特征；基于语音翻译模型的文本解码器，对多个分段的编码特征进行流式解码，得到待翻译语音序列的实时翻译文本。本发明实现通过端到端的实时翻译的语音翻译模型进行语音翻译，由此保证实时翻译的语义完整性的同时，提高了实时语音翻译的首响以及刷字率，进而提升了翻译文本输出的实时性和准确性。