Fugu-MT 論文翻訳(概要): The Volctrans Neural Speech Translation System for IWSLT 2021

論文の概要: The Volctrans Neural Speech Translation System for IWSLT 2021

arxiv url: http://arxiv.org/abs/2105.07319v1
Date: Sun, 16 May 2021 00:11:59 GMT
ステータス: 処理完了
システム内更新日: 2021-05-18 14:34:35.433990
Title: The Volctrans Neural Speech Translation System for IWSLT 2021
Title（参考訳）: IWSLT 2021のためのVolctransニューラル音声翻訳システム
Authors: Chengqi Zhao and Zhicheng Liu and Jian Tong and Tao Wang and Mingxuan Wang and Rong Ye and Qianqian Dong and Jun Cao and Lei Li
Abstract要約: 本稿では,Volctrans チームが IWSLT 2021 に提出したシステムについて述べる。オフライン音声翻訳では,ベンチマークよりも8.1 BLEUの改善を実現している。テキスト間同時翻訳では,wait-kモデルを最適化する最善の方法を検討する。
参考スコア（独自算出の注目度）: 26.058205594318405
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper describes the systems submitted to IWSLT 2021 by the Volctrans team. We participate in the offline speech translation and text-to-text simultaneous translation tracks. For offline speech translation, our best end-to-end model achieves 8.1 BLEU improvements over the benchmark on the MuST-C test set and is even approaching the results of a strong cascade solution. For text-to-text simultaneous translation, we explore the best practice to optimize the wait-k model. As a result, our final submitted systems exceed the benchmark at around 7 BLEU on the same latency regime. We will publish our code and model to facilitate both future research works and industrial applications.
Abstract（参考訳）: 本稿では,Volctrans チームが IWSLT 2021 に提出したシステムについて述べる。オフライン音声翻訳とテキストからテキストへの同時翻訳に参画する。オフライン音声翻訳では、MST-Cテストセットのベンチマークよりも8.1BLEUの改善を実現し、強力なカスケードソリューションの結果に近づいている。テキスト間同時翻訳では,wait-kモデルを最適化する最善の方法を検討する。その結果、最終提出されたシステムは、同じレイテンシーで約7 BLEUのベンチマークを上回った。今後の研究作業と産業応用を促進するため、コードとモデルを公開します。

関連論文リスト

NAVER LABS Europe's Multilingual Speech Translation Systems for the IWSLT 2023 Low-Resource Track [78.80683163990446]
本稿では,IWSLT 2023low-Resource trackにおけるタマシェク・フレンチ・ケチュア・スペイン語音声翻訳のためのNAVER LABS Europeのシステムについて述べる。本研究は,多言語パラメータ効率ソリューションを用いた低リソース環境における翻訳品質の最大化を試みる。
論文参考訳（メタデータ） (2023-06-13T13:22:30Z)
KIT's Multilingual Speech Translation System for IWSLT 2023 [58.5152569458259]
IWSLT 2023の多言語トラックに対する音声翻訳システムについて述べる。このタスクは、様々な量のリソースを持つ10の言語に翻訳する必要がある。我々のケースド音声システムは、科学的な話の翻訳において、エンドツーエンドの音声よりも大幅に優れています。
論文参考訳（メタデータ） (2023-06-08T16:13:20Z)
BJTU-WeChat's Systems for the WMT22 Chat Translation Task [66.81525961469494]
本稿では,WMT'22チャット翻訳タスクに対して,北京地東大学とWeChat AIを共同で提案する。 Transformerに基づいて、いくつかの有効な変種を適用します。本システムでは,0.810と0.946のCOMETスコアを達成している。
論文参考訳（メタデータ） (2022-11-28T02:35:04Z)
Tencent AI Lab - Shanghai Jiao Tong University Low-Resource Translation System for the WMT22 Translation Task [49.916963624249355]
本稿では, Tencent AI Lab - Shanghai Jiao Tong University (TAL-SJTU) Low-Resource Translation system for the WMT22 shared taskについて述べる。我々は、英語$Leftrightarrow$Livonianの一般的な翻訳作業に参加する。本システムは,M2M100を対象言語に適応させる新しい手法を用いて構築した。
論文参考訳（メタデータ） (2022-10-17T04:34:09Z)
The YiTrans End-to-End Speech Translation System for IWSLT 2022 Offline Shared Task [92.5087402621697]
本稿では,IWSLT 2022オフラインタスクに対するエンドツーエンドYiTrans音声翻訳システムの提案について述べる。 YiTransシステムは、大規模な訓練済みエンコーダデコーダモデル上に構築されている。最終提出は自動評価基準でまず英語・ドイツ語・英語・中国語のエンド・ツー・エンド・システムにランク付けする。
論文参考訳（メタデータ） (2022-06-12T16:13:01Z)
The USYD-JD Speech Translation System for IWSLT 2021 [85.64797317290349]
本稿では,シドニー大学とJDが共同でIWSLT 2021低リソース音声翻訳タスクを提出したことを述べる。私たちは、公式に提供されたASRとMTデータセットでモデルをトレーニングしました。翻訳性能の向上を目的として, バック翻訳, 知識蒸留, 多機能再構成, トランスダクティブファインタニングなど, 最新の効果的な手法について検討した。
論文参考訳（メタデータ） (2021-07-24T09:53:34Z)
The NiuTrans End-to-End Speech Translation System for IWSLT 2021 Offline Task [23.008938777422767]
本稿では,IWSLT 2021オフラインタスクに対して,NuTransのエンドツーエンド音声翻訳システムを提案する。我々はTransformerベースのモデルアーキテクチャを使用し、Conformer、相対位置符号化、スタックされた音響およびテキスト符号化により拡張する。我々は MuST-C En-De テストセット上で 33.84 BLEU 点を達成する。
論文参考訳（メタデータ） (2021-07-06T07:45:23Z)
The USTC-NELSLIP Systems for Simultaneous Speech Translation Task at IWSLT 2021 [36.95800637790494]
本稿では,USTC-NELSLIP による IWSLT 2021 同時音声翻訳タスクの提出について述べる。我々は,従来のRNN-Tをシーケンス間タスクに拡張した新しい同時翻訳モデルであるCross Attention Augmented Transducer (CAAT)を提案する。テキスト・トゥ・テキスト(S2T)とテキスト・トゥ・テキスト(T2T)の同時翻訳タスクの実験は、CAATがより良い品質とレイテンシのトレードオフを達成することを示す。
論文参考訳（メタデータ） (2021-07-01T08:09:00Z)
IMS' Systems for the IWSLT 2021 Low-Resource Speech Translation Task [38.899667657333595]
本稿では,IMS チームによる低リソース音声翻訳共有タスク IWSLT 2021 への提出について述べる。自動音声認識(ASR)と機械翻訳(MT)のステップにおいて,最先端モデルと複数のデータ拡張,マルチタスク,トランスファー学習アプローチを組み合わせる。
論文参考訳（メタデータ） (2021-06-30T13:29:19Z)
UPC's Speech Translation System for IWSLT 2021 [2.099922236065961]
本稿では,UPC 機械翻訳グループによる IWSLT 2021 オフライン音声翻訳タスクの提出について述べる。タスクは、tedトークから抽出された英語の音声録音をドイツ語のテキストに翻訳できるシステムを構築することにある。提案方式は,エンコーダとデコーダ間の結合モジュールと事前学習モデルを組み合わせた音声翻訳システムである。
論文参考訳（メタデータ） (2021-05-10T17:04:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。