本文解决了声音克隆领域术语不统一和研究方向分散的问题，提出标准化术语并探讨不同变体，旨在系统化现有算法，促进生成与检测研究，防止滥用。

本研究探讨了实时语音到文本翻译（SimulST）的局限性，分析了文献中的术语不一致和未分段语音的问题，提出了标准化术语和分类，分析了社区趋势，并建议未来研究方向，以推动SimulST的应用与解决方案进展。