@进行中{huber-etal-2023-end,title=“低速率语音同步翻译的端到端评估”,author=“Huber、Christian和Dinh、Tu Anh和穆洛夫、卡洛斯和Pham、Ngoc-Quan和阮、泰平和Retkowski、Fabian和康斯坦丁、斯特凡和Ugan、Enes和刘丹妮和李兆林和科内鲁、赛伊和尼休斯、简和亚历山大·威贝尔”,editor=“冯燕松Lefer,Els“,booktitle=“2023年自然语言处理经验方法会议论文集:系统演示”,月=12月,年=“2023”,address=“新加坡”,publisher=“计算语言学协会”,url=“https://aclantology.org/2023.emnlp-demo.2",doi=“10.18653/v1/2023.emnlp演示.2”,pages=“12--20”,抽象=“最近,低延迟语音翻译的挑战引起了研究界的极大兴趣,一些出版物和共享任务表明了这一点。因此,有必要在实际场景中评估这些不同的方法。然而,目前只评估了系统的特定方面,通常不评估能够比较不同的方法。在这项工作中,我们提出了第一个框架,用于在实际条件下执行和评估低延迟语音翻译的各个方面。评估以端到端的方式进行。这包括音频的分段以及不同组件的运行时间。其次,我们比较了使用该框架进行低延迟语音翻译的不同方法。我们评估了具有修改输出选项的模型以及具有固定输出的方法。此外,我们直接比较了最先进的级联系统和端到端系统。最后,该框架允许自动评估翻译质量和延迟,并提供web界面向用户显示低延迟模型输出。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“huber-etal-2023-end”><标题信息>低延迟同步语音翻译的端到端评估</titleInfo><name type=“personal”>克里斯蒂安Huber(休伯)<角色>作者</角色></name><name type=“personal”>Tu(Tu)Anh(Anh)晚餐<角色>作者</角色></name><name type=“personal”>卡洛斯穆洛夫<角色>作者</角色></name><name type=“personal”>Ngoc-Quan范文<角色>作者</角色></name><name type=“personal”><namePart type=“given”>泰语</namePart>平平阮<namePart type=“family”>阮</namePart><角色>作者</角色></name><name type=“personal”>费边Retkowski<角色>作者</角色></name><name type=“personal”>Stefan(斯特凡)康斯坦丁<角色>作者</角色></name><name type=“personal”>Enes公司乌甘<角色>作者</角色></name><name type=“personal”>丹尼刘<角色>作者</角色></name><name type=“personal”>赵琳李<namePart type=“family”><角色>作者</角色></name><name type=“personal”>Sai(Sai)科内鲁<角色>作者</角色></name><name type=“personal”>一月尼胡斯<角色>作者</角色></name><name type=“personal”>亚历山大韦贝尔<角色>作者</角色></name><原始信息>2023-12年发布</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>2023年自然语言处理实证方法会议记录:系统演示</titleInfo><name type=“personal”><namePart type=“given”>燕松冯<角色>编辑器</角色></name><name type=“personal”>Els(Els)<namePart type=“family”>莱弗热</namePart><角色>编辑器</角色></name><原始信息>计算语言学协会<位置>新加坡</place></originInfo>会议出版物</relatedItem>最近,低延迟语音翻译的挑战引起了研究界的极大兴趣,一些出版物和共享任务表明了这一点。因此,有必要在现实场景中评估这些不同的方法。然而,目前只对系统的特定方面进行评估,通常无法比较不同的方法。在这项工作中,我们提出了第一个框架,用于在实际条件下执行和评估低延迟语音翻译的各个方面。评估以端到端的方式进行。这包括音频的分割以及不同组件的运行时间。其次,我们比较了使用该框架进行低延迟语音翻译的不同方法。我们评估了具有修改输出选项的模型以及具有固定输出的方法。此外,我们直接比较了最先进的级联系统和端到端系统。最后,该框架允许自动评估翻译质量和延迟,并提供web界面向用户显示低延迟模型输出</摘要><identifier type=“citekey”>huber-etal-2023-end</identifier>10.18653/v1/2023.emnlp-demo.2<位置><网址>https://aclantology.org/2023.emnlp-demo.2</url></位置><部分>2023-12年<扩展单元=“page”><开始>12</开始><end>20</范围></部分></mods></modsCollection>
%0会议记录%低延迟同步语音翻译的T端到端评估%A Huber,基督徒%阿丁,图安%卡洛斯·马洛夫%阿范,Ngoc-Quan%阿阮,泰平%费边·A Retkowski%斯特凡·A Constantin%阿乌甘,敌人%阿刘,丹妮%阿丽、赵琳%塞伊·A Koneru%A Niehues,简%亚历山大·威贝尔%Y Feng、Yansong%Y Lefer,埃尔斯%2023年自然语言处理经验方法会议论文集:系统演示%D 2023年%12月8日%计算语言学协会%C新加坡%F huber-etal-2023-端%十低延迟语音翻译的挑战最近引起了研究界的极大兴趣,如几份出版物和共享任务所示。因此,有必要在现实场景中评估这些不同的方法。然而,目前只对系统的特定方面进行评估,通常无法比较不同的方法。在这项工作中,我们提出了第一个框架,用于在实际条件下执行和评估低延迟语音翻译的各个方面。评估以端到端的方式进行。这包括音频的分割以及不同组件的运行时间。其次,我们比较了使用该框架进行低延迟语音翻译的不同方法。我们评估了具有修改输出选项的模型以及具有固定输出的方法。此外,我们直接比较了最先进的级联系统和端到端系统。最后,该框架允许自动评估翻译质量和延迟,并提供web界面向用户显示低延迟模型输出。%R 10.18653/v1/2023.emnlp-demo.2%U型https://aclantology.org/2023.emnlp-demo.2%U型https://doi.org/10.18653/v1/2023.emnlp-demo.2%第12-20页
降价(非正式)
[低延迟同步语音翻译的端到端评估](https://aclantology.org/2023.emnlp-demo.2)(Huber等人,EMNLP 2023)
国际计算语言学协会
- Christian Huber、Tu Anh Dinh、Carlos Mullov、Ngoc-Quan Pham、Thai Binh Nguyen、Fabian Retkowski、Stefan Constantin、Enes Ugan、Danni Liu、Zhaolin Li、Sai Koneru、Jan Niehues和Alexander Waibel。2023低延迟同步语音翻译的端到端评估.英寸2023年自然语言处理实证方法会议记录:系统演示,第12-20页,新加坡。计算语言学协会。