IT之家 11 月 11 日消息，科技媒體 engadget 今天（11 月 11 日）發布博文，報道稱博通（Broadcom）攜手 AI 公司 CAMB.AI，將合作開發一款新型 AI 芯片組，能夠在設備端直接處理實時音頻翻譯。

這項合作旨在將翻譯、配音和口述影像等復雜任務從云端轉移至本地設備（如電視、智能音箱等）的 SoC（片上系統）中完成，從而擺脫對網絡連接的依賴。

IT之家注：口述影像（Audio Description）是一項專為視力障礙人士提供的輔助功能。它通過語音解說，描述視頻畫面中正在發生的人物動作、場景變化、屏幕文字等視覺信息，幫助視力障礙人士更好地理解內容。

官方表示該技術方案具備兩大核心優勢：首先是隱私保護，用戶的音頻數據無需上傳至云端服務器，有效避免了潛在的隱私泄露風險。其次是性能表現，該芯片將支持超 150 種語言，本地處理可實現超低延遲，確保翻譯和配音的實時性，同時大幅減少對無線網絡帶寬的占用。

為展示技術能力，兩家公司發布了一段基于電影《美食總動員》片段的演示視頻。視頻中，AI 系統能夠用多種語言實時生成并播報場景描述，同時在屏幕上顯示文字翻譯。

這項口述影像功能對于視力障礙用戶極具價值，能極大地提升他們獲取視頻信息的可訪問性。該技術所采用的語音模型已被 NASCAR、康卡斯特（Comcast）等知名機構使用。

該芯片組技術目前仍處于測試階段，距離正式商用于消費電子產品還需一段時間。不過，這項技術一旦成熟，有望為智能電視、機頂盒及各類物聯網設備帶來顛覆性的多語言交互體驗。