利用大语言模型预测未来以实现同声传译
计算与语言
2025-06-03 v2
摘要
同声传译（SMT）处理流式输入的语音片段，并逐步生成目标文本。现有的SMT方法主要利用已到达输入的局部语音片段和已生成的假设。受人类译员在听到未来词语之前进行预测的技巧启发，我们提出了通过预测未来进行翻译（TAF）方法，旨在在保持低延迟的同时提高翻译质量。其核心思想是使用大语言模型（LLM）预测未来的源语言词语，并适时进行翻译，而不会引入过多风险。我们在四个语言方向上评估了TAF及多种SMT基线方法。实验表明，TAF实现了最佳的翻译质量-延迟权衡，在相同延迟（三个词）下，其BLEU值比基线方法高出最多5个点。代码已发布于https://github.com/owaski/TAF。
引用
@article{arxiv.2410.22499,
title = {Anticipating Future with Large Language Model for Simultaneous Machine Translation},
author = {Siqi Ouyang and Oleksii Hrinchuk and Zhehuai Chen and Vitaly Lavrukhin and Jagadeesh Balam and Lei Li and Boris Ginsburg},
journal= {arXiv preprint arXiv:2410.22499},
year = {2025}
}
备注
NAACL 2025 Main