論文の概要: Comprehension of Subtitles from Re-Translating Simultaneous Speech Translation

• arxiv url: http://arxiv.org/abs/2203.02458v1
• Date: Fri, 4 Mar 2022 17:41:39 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-07 15:06:50.260840
• Title: Comprehension of Subtitles from Re-Translating Simultaneous Speech Translation
• Title（参考訳）: 翻訳の同時翻訳による字幕の理解
• Authors: D\'avid Javorsk\'y, Dominik Mach\'a\v{c}ek, Ond\v{r}ej Bojar
• Abstract要約: 同時音声翻訳では、出力ウィンドウのサイズ、システム遅延、時には書き直しの許容レベルを変えることができる。 これらの特性が可読性と理解性に及ぼす影響は、現代のニューラル翻訳システムでは検証されていない。 チェコ語へのオンライン翻訳を伴うドイツのドキュメンタリーやスピーチの2時間について、14人のユーザーを対象にしたパイロット研究である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In simultaneous speech translation, one can vary the size of the output window, system latency and sometimes the allowed level of rewriting. The effect of these properties on readability and comprehensibility has not been tested with modern neural translation systems. In this work, we propose an evaluation method and investigate the effects on comprehension and user preferences. It is a pilot study with 14 users on 2 hours of German documentaries or speeches with online translations into Czech. We collect continuous feedback and answers on factual questions. Our results show that the subtitling layout or flicker have a little effect on comprehension, in contrast to machine translation itself and individual competence. Other results show that users with a limited knowledge of the source language have different preferences to stability and latency than the users with zero knowledge. The results are statistically insignificant, however, we show that our method works and can be reproduced in larger volume.
• Abstract（参考訳）: 同時翻訳では、出力ウィンドウのサイズ、システムのレイテンシ、時には書き直しの許容レベルを変えることができる。 これらの特性が可読性と理解性に与える影響は、現代の神経翻訳システムではテストされていない。 本研究では,評価手法を提案し,理解とユーザの嗜好に及ぼす効果について検討する。 チェコ語へのオンライン翻訳を伴う2時間のドイツのドキュメンタリーやスピーチに14人のユーザーが参加するパイロット研究である。 質問に対する継続的なフィードバックと回答を集めます。 その結果,機械翻訳そのものや個人の能力とは対照的に,字幕レイアウトやフリックは理解にほとんど影響を与えないことがわかった。 他の結果は、ソースコードの知識が限られているユーザは、安定性とレイテンシがゼロのユーザとは異なることを示している。 結果は統計的に重要ではないが,本手法が有効であり,より大きなボリュームで再現可能であることを示す。

関連論文リスト

• Evaluating Text Style Transfer Evaluation: Are There Any Reliable Metrics? [9.234136424254261]
  テキストスタイル転送(テキストスタイルトランスファー、英: Text Style Transfer、TST)は、テキストを変換して特定のスタイルを反映し、元のコンテンツを保存するタスクである。 人間の評価は理想的であるが、他の自然言語処理(NLP)タスクと同様にコストがかかる。 本稿では,TST評価のためのNLPタスクから,既存のメトリクスと新しいメトリクスのセットについて検討する。
  論文  参考訳（メタデータ） (2025-02-07T07:39:17Z)
• CLAIR-A: Leveraging Large Language Models to Judge Audio Captions [73.51087998971418]
  機械生成オーディオキャプションの評価は、様々な要因を検討する必要がある複雑なタスクである。 本稿では,大規模言語モデルのゼロショット機能を活用するシンプルで柔軟なCLAIR-Aを提案する。 我々の評価では、CLAIR-Aは従来のメトリクスと比較して品質の人的判断を良く予測する。
  論文  参考訳（メタデータ） (2024-09-19T17:59:52Z)
• Context Does Matter: Implications for Crowdsourced Evaluation Labels in Task-Oriented Dialogue Systems [57.16442740983528]
  クラウドソースラベルは、タスク指向の対話システムを評価する上で重要な役割を果たす。 従来の研究では、アノテーションプロセスで対話コンテキストの一部だけを使用することが提案されている。 本研究では,対話文脈がアノテーション品質に及ぼす影響について検討する。
  論文  参考訳（メタデータ） (2024-04-15T17:56:39Z)
• Crowdsourced Multilingual Speech Intelligibility Testing [0.0]
  本稿では,クラウドソースによるインテリジェンス評価のためのアプローチを提案する。 テスト設計、多言語音声データの収集と公開、および初期の実験結果について詳述する。
  論文  参考訳（メタデータ） (2024-03-21T20:14:53Z)
• Is Context Helpful for Chat Translation Evaluation? [23.440392979857247]
  我々は、機械翻訳チャットの品質を評価するために、既存の文レベル自動メトリクスのメタ評価を行う。 参照なしのメトリクスは、特に英語外設定で翻訳品質を評価する場合、参照ベースのメトリクスよりも遅れていることが分かりました。 大規模言語モデルを用いたバイリンガル文脈を用いた新しい評価指標 Context-MQM を提案する。
  論文  参考訳（メタデータ） (2024-03-13T07:49:50Z)
• DiariST: Streaming Speech Translation with Speaker Diarization [53.595990270899414]
  本稿では,最初のストリーミングSTとSDソリューションであるDiariSTを提案する。 ニューラルトランスデューサベースのストリーミングSTシステム上に構築され、トークンレベルのシリアライズされた出力トレーニングとtベクタを統合している。 重なり合う音声のストリーミング推論を行いながら,Whisperに基づくオフラインシステムと比較して強いSTとSD能力を実現する。
  論文  参考訳（メタデータ） (2023-09-14T19:33:27Z)
• BLASER: A Text-Free Speech-to-Speech Translation Evaluation Metric [66.73705349465207]
  エンドツーエンドの音声音声翻訳(S2ST)は、一般的にテキストベースのメトリクスで評価される。 本稿では,ASRシステムへの依存を回避するために,BLASERと呼ばれるエンドツーエンドS2STのテキストフリー評価指標を提案する。
  論文  参考訳（メタデータ） (2022-12-16T14:00:26Z)
• Competency-Aware Neural Machine Translation: Can Machine Translation Know its Own Translation Quality? [61.866103154161884]
  ニューラルマシン翻訳(NMT)は、意識せずに起こる失敗に対してしばしば批判される。 本稿では,従来のNMTを自己推定器で拡張することで,新たな能力認識型NMTを提案する。 提案手法は品質評価において優れた性能を示すことを示す。
  論文  参考訳（メタデータ） (2022-11-25T02:39:41Z)
• ChrEnTranslate: Cherokee-English Machine Translation Demo with Quality Estimation and Corrective Feedback [70.5469946314539]
  ChrEnTranslateは、英語と絶滅危惧言語チェロキーとの翻訳のためのオンライン機械翻訳デモシステムである。 統計モデルとニューラルネットワークモデルの両方をサポートし、信頼性をユーザに通知するための品質評価を提供する。
  論文  参考訳（メタデータ） (2021-07-30T17:58:54Z)
• Towards the evaluation of simultaneous speech translation from a communicative perspective [0.0]
  本稿では,同時音声翻訳エンジンの品質評価を目的とした実験結果について述べる。 機械が情報性の観点からやや良く機能する一方で、人間の通訳者にとって、知性の観点からはより良いパフォーマンスを見出した。
  論文  参考訳（メタデータ） (2021-03-15T13:09:00Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。