GMU 面向 IWSLT 2025 低资源语音翻译共享任务的系统
计算与语言
2025-05-29 v1
摘要
本文描述了 GMU 面向 IWSLT 2025 低资源语音翻译共享任务的系统。我们训练了除黎凡特阿拉伯语外所有语言对的系统。我们对 SeamlessM4T-v2 进行了微调，以用于自动语音识别（ASR）、机器翻译（MT）和端到端语音翻译（E2E ST）。ASR 和 MT 模型也被用于构建级联 ST 系统。此外，我们探索了 E2E ST 微调的各种训练范式，包括直接 E2E 微调、多任务训练，以及使用微调后的 ASR 和/或 MT 模型中的组件进行参数初始化。我们的结果表明：（1）直接 E2E 微调产生了良好的结果；（2）使用微调后的 ASR 编码器进行初始化，可提升 SeamlessM4T-v2 未训练过的语言上的 ST 性能；（3）多任务训练略有帮助。
引用
@article{arxiv.2505.21781,
title = {GMU Systems for the IWSLT 2025 Low-Resource Speech Translation Shared Task},
author = {Chutong Meng and Antonios Anastasopoulos},
journal= {arXiv preprint arXiv:2505.21781},
year = {2025}
}
备注
IWSLT 2025