通过语音识别结果反规范化改进统计口语翻译
计算与语言
2015-12-01 v1 机器学习
摘要
口语翻译（SLT）在日益全球化的世界中变得非常重要。自动语音识别（ASR）系统的机器翻译（MT）是一个备受关注的重大挑战。本研究探讨了语音的自动句子分割，这对于丰富语音识别输出和辅助下游语言处理十分重要。本文聚焦于语音的自动句子分割并改进MT结果。我们探讨了在波兰语的自动语音识别系统生成的转写文本中识别句子边界的问题。我们还对识别出的语音样本进行了反向规范化实验。
引用
@article{arxiv.1511.09392,
title = {Enhancements in statistical spoken language translation by de-normalization of ASR results},
author = {Agnieszka Wołk and Krzysztof Wołk and Krzysztof Marasek},
journal= {arXiv preprint arXiv:1511.09392},
year = {2015}
}
备注
International Academy Publishing. arXiv admin note: text overlap with arXiv:1510.04500