arXiv cs.CL· Amir Hussein, Enas Albasiri, Travis M. Bartley, Nourchene Ferchichi, Ke Hu, Harishchandra Dubey, Myungjong Kim, Zhehuai Chen, Oluwatobi Olabiyi, Sanjeev Khudanpur·· 2 天前AI 评分30
面向 LLM 同声语音到语音翻译的因果感知框架 FAST-CAP
All In Good Time: Causality-Aware Framework for LLM-Based Simultaneous Speech-to-Speech Translation
AI 导读
LLM 同声语音到语音翻译框架 FAST-CAP 提出，包含分解式 S2ST 架构 FAST、因果感知自适应策略 CAP 和因果感知延迟指标。在 CVSS 西班牙语、德语、法语上，它比固定策略最高提升 1.2 BLEU、延迟相对降低 26%。该框架用远少于现有系统的训练数据，在语音翻译质量与说话人保真度上达到 SOTA，延迟相对降低最多 38.8%。
来源：arXiv cs.CL · arxiv.org