平均词延迟：一种面向同声翻译的时长感知延迟指标

同声翻译是一项在输入语音段结束之前就开始翻译的任务。其评估应基于延迟与质量两方面进行，而对用户而言，尽可能小的延迟更为可取。大多数现有指标基于部分翻译的起始时间来衡量延迟，而忽略了其时长。这意味着此类指标不会惩罚由长翻译输出引起的延迟，而这种延迟会延误用户的理解及后续翻译。在本工作中，我们提出了一种名为 \emph{Average Token Delay}（ATD，平均词延迟）的面向同声翻译的新型延迟评估指标，该指标关注部分翻译的时长。我们通过对基于耳语跨度（EVS）模拟用户侧延迟的分析证明了其有效性。在我们的实验中，在大多数条件下，ATD 与 EVS 的相关系数在基线延迟指标中最高。