跳到主要内容
检索

Nara Institute of Science and Technology

1 篇关联报道

订阅更新
  1. arXiv

    离线语音翻译模型自己学会边听边译:SimPOTrans 不用合成读写轨迹,调块长即可移动质量与延迟的工作点

    奈良先端科学技术大学院大学提出的 SimPOTrans 让离线语音翻译模型通过两阶段强化学习后训练自行适应对话式同声传译,不再依赖合成的读写轨迹,也不显式优化延迟。第一阶段在完整句子上用 COMET 奖励提升翻译质量,第二阶段把模型暴露在分块的部分语音输入下,用自生成的多轮轨迹学习每一轮译什么、怎么译。在 ACL 60/60 与 MCIF 两个长语音基准、EnDe、EnZh、EnJa 三个方向上,它在 COMET 与 MetricX-24 上取得优于若干强基线的质量—延迟权衡,推理时只需改变语音块长来调节工作点。

已读完全部报道