动态掩码提升口语翻译稳定性
计算与语言
2021-06-02 v2
摘要
在会议、讲座和会议等现场场景的口语翻译中，希望尽快向用户显示翻译，避免说话者和翻译字幕之间令人烦恼的延迟。换句话说，我们需要低延迟的在线口语翻译。如果我们假设自动语音识别和机器翻译的流水线，那么一种可行的在线口语翻译方法是配对在线 ASR 系统与重新翻译策略，其中 MT 系统重新翻译从 ASR 接收的每次更新。然而，这可能导致令人烦恼的“闪烁”，因为 MT 系统更新其翻译。一个可能的解决方案是向 MT 系统的输出添加固定延迟或“掩码”，但固定的全局掩码会给输出带来不希望的延迟。我们展示了如何动态设置此掩码，从而在不牺牲翻译质量的情况下改善延迟-闪烁权衡。
引用
@article{arxiv.2006.00249,
title = {Dynamic Masking for Improved Stability in Spoken Language Translation},
author = {Yuekun Yao and Barry Haddow},
journal= {arXiv preprint arXiv:2006.00249},
year = {2021}
}
备注
Presented at AMTA, 2020