有人问我,怎么用 Codex 搭同声传译?
背景很简单,在外企,经常用 Zoom 开会,对面有美国同事,英文口语不好,于是想要一个我在 mac 电脑上,用 Zoom 开会时,我希望我说中文,但是出去的声音是英文,对方听到的也是英文的系统。
我就把这段需求发给了 Codex,解决方案也很简单——核心链路:Mic -> VAD -> ASR(中) -> 翻译(英) -> TTS(英) -> BlackHole -> Zoom。
我电脑里已经装过 BlackHole,所以只要把声音传到这个虚拟声卡里就行。
ASR、翻译、TTS 的选型我经过和 AI 的层层筛选选了阿里百炼,效果还不错,价格也比较实惠,现在有免费试用的阶段,调试阶段没花钱。
这套系统包成一个产品,只要找到客户,其实做创业也没什么问题。
显示更多