arXiv · Computation and Language· Hieu Hoang, Amittai Axelrod·· 16 小时前AI 评分24
端到端同声传译中基于部分语音学习提交时机
Learning When to Commit from Partial Speech for End-to-End Simultaneous Speech Translation
AI 导读
研究通过前缀监督微调全语音语言模型，使其在源语音未结束前输出目标文本，无需转录或人工译文。在 FLEURS 和 CoVoST2 三个语言方向上，多轮追加式解码在低延迟下表现更强，提交校准误差整体下降 63–68%、早期前缀下降 68–80%，置信度阈值提供最稳定的质延权衡区间。合成前缀密度较小时可延伸至更低延迟，过大则降低翻译质量与校准，呈现非单调权衡。
来源：arXiv · Computation and Language · arxiv.org