VAKTA-SETU：面向部分印度语言的语音到语音机器翻译服务
计算与语言
2023-05-23 v1
摘要
在这项工作中，我们展示了可用于部署的英语- Hindi、英语- Marathi 和 Hindi- Marathi 语言对的语音到语音机器翻译（SSMT）系统。我们通过级联自动语音识别（ASR）、不流畅修正（DC）、机器翻译（MT）和语音合成（TTS）模型来构建 SSMT 系统。我们讨论了在研发阶段以及将 SSMT 系统作为公开可访问的 Web 服务进行可扩展部署时所面临的挑战。在流水线的 MT 部分，我们也创建了涉及英语、Hindi 和 Marathi 的所有六个翻译方向上的文本到文本机器翻译（TTMT）服务。为缓解数据稀缺问题，我们开发了一种基于 LaBSE 的语料库过滤工具，从含噪声的伪平行语料库中筛选高质量平行句对用于训练 TTMT 系统。所有用于训练 SSMT 和 TTMT 系统的数据以及最佳模型均已公开可用。我们系统的用户包括：（a）印度政府，在其新教育政策（NEP）背景下；（b）穿梭于印度多语景观中的游客；（c）印度司法机构，其中案件积压（迄今达约一千万件）的一个主因是案卷翻译；（d）需要天气和价格信息的农民等。我们还分享了在大型公共活动中演示 SSMT 和 TTMT 系统时来自各利益相关方的反馈。
引用
@article{arxiv.2305.12518,
title = {VAKTA-SETU: A Speech-to-Speech Machine Translation Service in Select Indic Languages},
author = {Shivam Mhaskar and Vineet Bhat and Akshay Batheja and Sourabh Deoghare and Paramveer Choudhary and Pushpak Bhattacharyya},
journal= {arXiv preprint arXiv:2305.12518},
year = {2023}
}