培育性别感知的直接语音翻译系统
计算与语言
2020-12-10 v1
摘要
在自动语音翻译（ST）中，涉及独立转写与翻译步骤的传统级联方法正让位于日益具有竞争力且更鲁棒的直接解决方案。特别是，通过无需中间转写而直接翻译语音音频数据，直接ST模型能够利用并保留输入中存在的 essential 信息（例如说话人声音特征），而这些信息在级联框架中会丢失。尽管这种能力被证明对性别翻译有用，但直接ST仍像其级联对应物以及机器翻译和众多其他自然语言处理应用一样受到性别偏见影响。此外，完全依赖声音生物特征作为性别线索的直接ST系统可能对某些用户不合适甚至有害。超越语音信号，在本文中我们比较了不同方法来告知直接ST模型说话人性别，并测试其处理从英语到意大利语和法语的性别翻译的能力。为此，我们手动标注了大型数据集的说话人性别信息，并将其用于反映不同可能真实场景的实验。我们的结果表明，性别感知的直接ST方案可显著优于强大但无性别意识的直接ST模型。特别是，性别标记词的翻译准确率可提高多达30个百分点，同时保持整体翻译质量。
引用
@article{arxiv.2012.04955,
title = {Breeding Gender-aware Direct Speech Translation Systems},
author = {Marco Gaido and Beatrice Savoldi and Luisa Bentivogli and Matteo Negri and Marco Turchi},
journal= {arXiv preprint arXiv:2012.04955},
year = {2020}
}
备注
Outstanding paper at COLING 2020