IT之家 11 月 11 日消息，科技媒体 engadget 今天（11 月 11 日）发布博文，报道称博通（Broadcom）携手 AI 公司 CAMB.AI，将合作开发一款新型 AI 芯片组，能够在设备端直接处理实时音频翻译。

这项合作旨在将翻译、配音和口述影像等复杂任务从云端转移至本地设备（如电视、智能音箱等）的 SoC（片上系统）中完成，从而摆脱对网络连接的依赖。

IT之家注：口述影像（Audio Description）是一项专为视力障碍人士提供的辅助功能。它通过语音解说，描述视频画面中正在发生的人物动作、场景变化、屏幕文字等视觉信息，帮助视力障碍人士更好地理解内容。

官方表示该技术方案具备两大核心优势：首先是隐私保护，用户的音频数据无需上传至云端服务器，有效避免了潜在的隐私泄露风险。其次是性能表现，该芯片将支持超 150 种语言，本地处理可实现超低延迟，确保翻译和配音的实时性，同时大幅减少对无线网络带宽的占用。

为展示技术能力，两家公司发布了一段基于电影《美食总动员》片段的演示视频。视频中，AI 系统能够用多种语言实时生成并播报场景描述，同时在屏幕上显示文字翻译。

这项口述影像功能对于视力障碍用户极具价值，能极大地提升他们获取视频信息的可访问性。该技术所采用的语音模型已被 NASCAR、康卡斯特（Comcast）等知名机构使用。

该芯片组技术目前仍处于测试阶段，距离正式商用于消费电子产品还需一段时间。不过，这项技术一旦成熟，有望为智能电视、机顶盒及各类物联网设备带来颠覆性的多语言交互体验。