KIT面向IWSLT 2023的多语言语音翻译系统
计算与语言
2023-07-13 v3 声音
摘要
许多现有的语音翻译基准聚焦于高质量录音条件下的母语为英语的语音，往往与真实使用场景中的条件不匹配。在本文中，我们描述了用于IWSLT 2023多语言赛道的语音翻译系统，该赛道评估科学会议演讲上的翻译质量。测试条件具有口音输入语音和术语密集内容的特征。该任务要求翻译为10种资源量各异的语言。在缺乏目标领域训练数据的情况下，我们使用基于检索的方法(kNN-MT)进行有效自适应(语音翻译+0.8 BLEU)。我们还使用适配器轻松整合来自数据增强的增量训练数据，并表明其与重新训练的性能相当。我们观察到级联系统由于其分离模块而更易于针对特定目标领域进行自适应。我们的级联语音系统在科学演讲翻译上大幅优于其端到端对应系统，尽管它们在TED演讲上的性能仍然相似。
引用
@article{arxiv.2306.05320,
title = {KIT's Multilingual Speech Translation System for IWSLT 2023},
author = {Danni Liu and Thai Binh Nguyen and Sai Koneru and Enes Yavuz Ugan and Ngoc-Quan Pham and Tuan-Nam Nguyen and Tu Anh Dinh and Carlos Mullov and Alexander Waibel and Jan Niehues},
journal= {arXiv preprint arXiv:2306.05320},
year = {2023}
}
备注
IWSLT 2023