STABLE REAL-TIME TRANSLATIONS OF AUDIO STREAMS

Methods, systems, and apparatus, including computer programs encoded on a computer storage medium, that facilitate generating stable real-time textual translations in a target language of an input audio data stream that is recorded in a source language. An audio stream that is recorded in a first language is obtained. A partial transcription of the audio can be generated at each time interval in a plurality of successive time intervals. Each partial transcription can be translated into a second language that is different from the first language. Each translated partial transcription can be input to a model that determines whether a portion of an input translated partial transcription is stable. Based on the input translated partial transcription, the model identifies a portion of the translated partial transcription that is predicted to be stable. This stable portion of the translated partial transcription is provided for display on a user device. L'invention concerne des procédés, des systèmes et un appareil, comprenant des programmes informatiques codés sur un support de stockage informatique, qui facilitent la génération de traductions textuelles stables en temps réel dans une langue cible d'un flux de données audio d'entrée qui est enregistré dans une langue source. Un flux audio qui est enregistré dans une première langue est obtenu. Une transcription partielle de l'audio peut être générée à chaque intervalle de temps dans une pluralité d'intervalles de temps successifs. Chaque transcription partielle peut être traduite en une seconde langue qui est différente de la première langue. Chaque transcription partielle traduite peut être introduite dans un modèle qui détermine si une partie d'une transcription partielle traduite d'entrée est stable. D'après la transcription partielle traduite d'entrée, le modèle identifie une partie de la transcription partielle traduite dont il est prédit qu'elle sera stable. Cette partie stable de la transcription partielle traduite est fournie en vue d'un affichage sur un dispositif d'utilisateur.