Simulstream：用于流式语音到文本翻译系统评估与演示的开源工具包
计算与语言
2025-12-22 v1
摘要
流式语音到文本翻译（StreamST）要求在与传入语音同时生成翻译，这施加了严格的延迟约束，并要求模型在基于部分信息的决策与高翻译质量之间取得平衡。迄今为止，该主题的研究工作依赖于SimulEval仓库，该仓库已不再维护，并且不支持能够修订其输出的系统。此外，它被设计用于模拟短片段的处理，而非长格式音频流，并且不提供展示系统的简便方法。作为解决方案，我们引入了simulstream，这是第一个专用于StreamST系统统一评估和演示的开源框架。它专为长格式语音处理而设计，不仅支持增量解码方法，还支持重翻译方法，使得能够在同一框架内从质量和延迟两方面进行比较。此外，它还提供了一个交互式网页界面，用于演示在该工具内构建的任何系统。
引用
@article{arxiv.2512.17648,
title = {Simulstream: Open-Source Toolkit for Evaluation and Demonstration of Streaming Speech-to-Text Translation Systems},
author = {Marco Gaido and Sara Papi and Mauro Cettolo and Matteo Negri and Luisa Bentivogli},
journal= {arXiv preprint arXiv:2512.17648},
year = {2025}
}