文献

J-GLOBAL ID：202202235300851644   整理番号：22A0416425

ConWST:低リソース音声翻訳のための非ネイティブマルチソース知識蒸留【JST・京大機械翻訳】

ConWST: Non-native Multi-source Knowledge Distillation for Low Resource Speech Translation

著者 (7件)： Zhu Wenbo (Foshan University, Foshan, China) ,  Jin Hao (Foshan University, Foshan, China) ,  Chen JianWen (Foshan University, Foshan, China) ,  Luo Lufeng (Foshan University, Foshan, China) ,  Wang Jinhai (Foshan University, Foshan, China) ,  Lu Qinghua (Foshan University, Foshan, China) ,  Li Aiyuan (Foshan University, Foshan, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1515  ページ： 127-141  発行年： 2022年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ソース音声情報がない場合,ほとんどのエンドツーエンド音声翻訳(ST)モデルは不十分な結果を示した。そこで,低資源非ネイティブ音声翻訳のために,自己監督双方向蒸留処理システムを提案した。それは,ソース情報を追加することなく,相補的方法で大量の非標識音声とテキストを用いることにより,音声ST性能を改善する。フレームワークは注意Sq2sqモデルに基づいており,それはwav2vec2.0事前訓練を用いて音響表現を再構成するためのコンフォーマ符号器をガイドする。復号器は,ドメイン外埋込みを融合することによりターゲットトークンを生成する。バイトペア符号化(BPE)の使用を検討し,それをいくつかの融合技法と比較する。ConWSTのフレームワークの下で,Swahiliから英語までの言語転写に関する実験を行った。実験結果は,フレームワークの下の転写がベースラインモデルより良い性能を持ち,それは最良の転写方法の1つであるように思われる。Copyright Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  蒸留 ,  音響 ,  復号器 ,  *英語 ,  符号器 ,  再構成 ,  エンドツーエンド方式 ,  基準線 ,  トークン ,  転写 ,  自己管理
準シソーラス用語： *音声翻訳 , 【Automatic Indexing@JST】

著者キーワード (4件)： エンドツーエンドST ,  wav2vec2.0 ,  低資源 ,  自己管理

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： リソース ,  音声翻訳 ,  知識蒸留