重新定义机器同传：从增量翻译到类人策略
计算与语言
2025-09-29 v1
摘要
同声机器翻译要求在严格的实时约束下提供高质量翻译，而传统的仅具有 READ/WRITE 动作的编码器-解码器策略无法完全应对这一挑战。我们通过四个自适应动作扩展了 SiMT 的动作空间：SENTENCE_CUT、DROP、PARTIAL_SUMMARIZATION 和 PRONOMINALIZATION，这些动作能够在保持语义保真度的同时实现实时重构、省略和简化。我们在仅解码器的大语言模型框架中实现了这些动作，并通过动作感知提示构建了训练参考。为了同时评估质量和延迟，我们进一步开发了一个延迟感知的 TTS 流水线，将文本输出映射为具有真实时序的语音。在 ACL60/60 英中和英德基准测试上的实验表明，与参考翻译和基于 salami 的基线相比，我们的框架持续改善了语义指标（例如 COMET-KIWI），并实现了更低的延迟（以平均滞后衡量）。值得注意的是，结合 DROP 和 SENTENCE_CUT 在流畅性和延迟之间取得了最佳的整体平衡。这些结果表明，丰富基于 LLM 的 SiMT 的动作空间为弥合人类与机器口译之间的差距提供了一个有前景的方向。
引用
@article{arxiv.2509.21801,
title = {Redefining Machine Simultaneous Interpretation: From Incremental Translation to Human-Like Strategies},
author = {Qianen Zhang and Satoshi Nakamura},
journal= {arXiv preprint arXiv:2509.21801},
year = {2025}
}