面向印度教育领域的语音到语音机器翻译中的应力传递尝试
计算与语言
2024-03-08 v1 声音
音频与语音处理
摘要
印度教育领域的语言多样性构成了显著挑战，阻碍了包容性。尽管通过在线教育内容实现了知识的民主化，但英语作为互联网通用语言的主导地位限制了对印度语言的可及性，突显了将内容翻译成印度语言的紧迫需求。尽管已有语音到语音机器翻译（SSMT）技术，但这些系统缺乏语调，导致翻译单调，引发观众兴趣下降和参与度不足。为此，我们引入了一个带有应力标注的印度英语数据集，以及一个能够将应力纳入合成语音的文本到语音（TTS）架构。该数据集用于训练应力检测模型，随后用于SSMT系统中检测源语音中的应力并将其传递到目标语言语音中。TTS架构基于FastPitch，可根据标记为应力的单词修改变异。我们展示了一个将应力传递至语音的印度英语到Hindi SSMT系统，旨在提升教育内容的整体质量和参与度。
引用
@article{arxiv.2403.04178,
title = {Attempt Towards Stress Transfer in Speech-to-Speech Machine Translation},
author = {Sai Akarsh and Vamshi Raghusimha and Anindita Mondal and Anil Vuppala},
journal= {arXiv preprint arXiv:2403.04178},
year = {2024}
}