ON-TRAC联盟面向IWSLT 2019共享任务的端到端语音翻译系统
计算与语言
2019-10-31 v1 声音
音频与语音处理
摘要
本文描述了ON-TRAC联盟为IWSLT 2019评测的英葡语言对端到端模型任务所开发的翻译系统。ON-TRAC联盟由来自三个法国学术实验室的研究人员组成：LIA（阿维尼翁大学）、LIG（格勒诺布尔-阿尔卑斯大学）和LIUM（勒芒大学）。我们采用单一端到端模型，构建为带注意力机制的神经编码器-解码器架构，用于对应于两个EN-PT评测集的两个主要提交：(1) TED（MuST-C）和(2) How2。在本文中，我们特别研究了异构语料池化训练的影响、目标分词（字符或BPE）的影响、语音输入分割的影响，并将我们最佳的端到端模型（在MuST-C和How2验证集上BLEU分别为26.91和43.82）与流水线（ASR+MT）方法进行了比较。
引用
@article{arxiv.1910.13689,
title = {ON-TRAC Consortium End-to-End Speech Translation Systems for the IWSLT 2019 Shared Task},
author = {Ha Nguyen and Natalia Tomashenko and Marcely Zanon Boito and Antoine Caubriere and Fethi Bougares and Mickael Rouvier and Laurent Besacier and Yannick Esteve},
journal= {arXiv preprint arXiv:1910.13689},
year = {2019}
}
备注
IWSLT 2019 - First two authors contributed equally to this work