"同声 不同语"：支持在线会议中非母语者的语音克隆翻译探索

跨语言会议已成为全球协作的必要条件，但当前翻译技术往往剥离了声音身份——这种传达细微差别和社交存在的独特说话人特征。虽然通用文本转语音提供了基本的可理解性，但它在说话人和其翻译声音之间创造了脱节，可能削弱参与度和理解力。本研究调查语音克隆技术是否可以通过在实时翻译中保留说话人身份来弥补这一差距。我们呈现了一项对照研究，在会议口译中比较四种语音条件：原 speech、性别中性文本转语音、性别匹配文本转语音和语音克隆。通过一项45名参与者的被试内实验，我们证明与传统文本转语音相比，语音克隆显著降低心理工作负荷（p < .001），并在语用质量（p < .001）、享乐质量（p < .001）和整体满意度（p < .001）方面增强用户体验。虽然原 speech 在自然度方面保持优势，但语音克隆在可理解性、社交印象和用户偏好方面达到更优表现。定性分析揭示，参与者重视语音克隆保留说话人身份和在多说话人场景中改善对话跟踪的能力。我们的发现表明，身份保留翻译代表了跨语言通信系统的重大进展，提供认知和社会效益。我们最后为将语音克隆集成到会议平台中提供设计启示，同时解决同意和透明度方面的伦理考虑。