USTC-NELSLIP 系统在 IWSLT 2021 同声传译任务中的方案
计算与语言
2021-07-12 v2 声音
音频与语音处理
摘要
本文描述了 USTC-NELSLIP 向 IWSLT2021 同声语音翻译任务的提交。我们提出了一种新颖的同声翻译模型——交叉注意力增强转导器（CAAT），它将传统的 RNN-T 扩展至无单调约束的序列到序列任务，例如同声翻译。在语音到文本（S2T）与文本到文本（T2T）同声翻译任务上的实验表明，与先前最优方法之一的 \textit{wait-k} 相比，CAAT 取得了更优的质量-延迟权衡。基于 CAAT 架构与数据增强，我们在本次评测中构建了 S2T 与 T2T 同声翻译系统。相较去年的最优系统，我们的 S2T 同声翻译系统在所有延迟区间上平均提升 11.3 BLEU，我们的 T2T 同声翻译系统平均提升 4.6 BLEU。
引用
@article{arxiv.2107.00279,
title = {The USTC-NELSLIP Systems for Simultaneous Speech Translation Task at IWSLT 2021},
author = {Dan Liu and Mengge Du and Xiaoxi Li and Yuchen Hu and Lirong Dai},
journal= {arXiv preprint arXiv:2107.00279},
year = {2021}
}