实体 E2E-ST

E2E-ST

PulseAugur coverage of E2E-ST — every cluster mentioning E2E-ST across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_109903 · Jun 25 · 04:00

新框架通过迁移基于文本的对抗性训练来增强语音翻译的鲁棒性

研究人员开发了一个名为跨模态鲁棒性迁移 (CMRT) 的新框架，以提高端到端语音翻译 (E2E-ST) 模型的鲁棒性。目前的 E2E-ST 模型通常在干净的数据集上进行训练，并且难以处理现实世界语音中的变化，例如方言差异或非母语语音。CMRT 通过将基于文本的训练中的对抗性鲁棒性迁移到语音翻译中来解决这个问题，无需计算成本高昂的对抗性语音数据生成。实验表明，CMRT 在四个语言对上的对抗性鲁棒性提高了 3 个 BLEU 分数以上。