直接音声-音声翻訳を改善するための教師なしおよび弱教師つきデータの利用【JST・京大機械翻訳】

Jia Ye; Ding Yifan; Bapna Ankur; Cherry Colin; Zhang Yu; Conneau Alexis; Morioka Nobuyuki

プレプリント

J-GLOBAL ID：202202212528286161 整理番号：22P0309989

直接音声-音声翻訳を改善するための教師なしおよび弱教師つきデータの利用【JST・京大機械翻訳】

Leveraging unsupervised and weakly-supervised data to improve direct speech-to-speech translation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年03月24日プレプリントサーバーでの情報更新日： 2022年06月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

中間テキスト表現に頼らないエンドツーエンド音声翻訳(S2ST)は,研究の急速に出現したフロンティアである。最近の研究では,そのような直接S2STシステムの性能が,比較可能なデータセット上で訓練された場合,従来のカスケードS2STの性能に近づくことを示した。しかし,実際には,直接S2STの性能は,対S2ST訓練データのアベイラビリティによって制限される。本研究では,トランスラトトロン2に基づく直接S2STの性能を改善するために,はるかに広く利用可能な教師なしおよび弱く監督された音声およびテキストデータを活用するための多重アプローチを検討した。著者らの最も効果的なアプローチによって,CVSS-Cコーパス上の21言語対上の直接S2STの平均翻訳品質は,追加データなしで以前の最先端訓練と比較して,+13.6BLEU(または+113%)によって改善された。低資源言語に関する改良は,さらに有意だった(平均で+398%)。著者らの比較研究は,S2STと音声表現学習のための将来の研究方向を示唆した。【JST・京大機械翻訳】

, , , , , , ,
, , , 【Automatic Indexing@JST】

自然語処理 , 音声処理

前のページに戻る