该研究介绍了Translatotron 2，一种高质量的神经语音转语音翻译模型，能够保留说话者的声音并保护隐私。研究还探讨了语音转写与翻译的端到端模型，提出了优化一致性的技术，并展示了多种基于神经网络的语音翻译系统的有效性。