面向低资源语言对话的语音到语音翻译流水线
计算与语言
2025-06-03 v1
摘要
用于人类对话的自动语音到语音翻译日益普及，但其质量因语言对的不同而存在显著差异。在面向低资源语言（即土耳其语和普什图语与法语之间的互译）的社区口译背景下，我们收集了微调和测试数据，并使用多种自动指标（BLEU、COMET和BLASER）以及人工评估对系统进行了比较。这些流水线包括自动语音识别、机器翻译和语音合成，涉及本地模型和基于云的商业模型。部分组件已基于我们的数据进行了微调。我们评估了超过60条流水线，并为每个翻译方向确定了最佳流水线。我们还发现，组件的排名通常独立于流水线的其余部分。
引用
@article{arxiv.2506.01406,
title = {Speech-to-Speech Translation Pipelines for Conversations in Low-Resource Languages},
author = {Andrei Popescu-Belis and Alexis Allemann and Teo Ferrari and Gopal Krishnamani},
journal= {arXiv preprint arXiv:2506.01406},
year = {2025}
}
备注
Proceedings of MT Summit 2025