由不流畅语音到流畅翻译的探索
计算与语言
2018-11-09 v1
摘要
在语音翻译中,必须特别考虑会话语音现象(如不流畅现象)。大多数机器翻译训练数据由规范书面文本组成,导致翻译自发语音时出现问题。先前工作已在语音识别(ASR)与机器翻译(MT)之间引入去除不流畅现象的中间步骤,使数据更匹配典型翻译文本并显著提升了性能。然而,随着端到端语音翻译系统的兴起,该中间步骤必须被纳入序列到序列架构中。此外,尽管存在已翻译的语音数据集,它们通常是新闻或排练语音而少有不流畅现象(如TED),或不流畅现象被译入参考译文(如Fisher)。为从不流畅语音生成干净翻译,需有清洗后的参考译文用于评估。我们为此任务引入了Fisher西班牙语-英语数据集的清洗后目标数据语料库。我们比较了不同架构处理不流畅现象的方式,并提供了端到端翻译中去不流畅的基线。
引用
@article{arxiv.1811.03189,
title = {Towards Fluent Translations from Disfluent Speech},
author = {Elizabeth Salesky and Susanne Burger and Jan Niehues and Alex Waibel},
journal= {arXiv preprint arXiv:1811.03189},
year = {2018}
}
备注
To appear at SLT 2018