Traditional Chinese

新的HK-LegiCoST语料库助力语音翻译研究

研究人员推出HK-LegiCoST，一个专为语音翻译研究设计的新型平行语料库。该语料库包含超过600小时的粤语音频、对应的繁体中文转录文本以及英文翻译，所有内容均在句子级别对齐。解决的一个关键挑战是非逐字转录的对齐问题，这种情况在口语和书面语形式差异显著时很常见，使其适用于存在白话和方言语音差异的语言。该语料库能够展示具有竞争力的语音翻译基线和跨语料库结果。