PulseAugur
中
实时 20:01:31
English(EN) Do LLMs Need Architectural Changes for Simultaneous Speech Translation? A Prefix-to-Prefix Data Driven Approach

新的 LLM 方法在无需架构更改的情况下增强了同步语音翻译

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为 CSSEL-P2P 的新颖数据驱动方法，用于改进仅解码器 LLM 系统中的同步语音翻译 (SimulST)。该方法利用固定长度的块进行累积流式解码和教师标记的前缀到前缀目标进行微调，旨在克服延迟和重排挑战，而无需进行架构修改。评估显示，在可比的延迟下，CSSEL-P2P 比基线实现了 +1.54 的 COMETKiwi 改进，证明了其在 SimulST 方面的有效性。 AI

影响 这项研究为使用 LLM 实现低延迟语音翻译提供了一种更稳健的方法，有可能改进实时通信工具。

排序理由 学术论文，提出了一种基于 LLM 的语音翻译新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 LLM 方法在无需架构更改的情况下增强了同步语音翻译

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Jinyu Li ·

    大型语言模型是否需要架构变更来实现同步语音翻译？一种基于前缀到前缀的数据驱动方法

    Simultaneous speech translation (SimulST) requires incremental translation under strict latency constraints, yet remains challenging for decoder-only LLM systems due to limited context and cross-lingual reordering. Recent approaches often introduce architectural changes or explic…

相关话题