論文の概要: Language-free Experience at Expo 2025 Osaka
- arxiv url: http://arxiv.org/abs/2605.00373v1
- Date: Fri, 01 May 2026 03:28:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 17:43:28.836447
- Title: Language-free Experience at Expo 2025 Osaka
- Title（参考訳）: 大阪万博2025年における言語フリー体験
- Authors: Michael Paul, Kenji Imamura, Xiaolin Wang, Shohei Higashiyama, Masao Utiyama,
- Abstract要約: 大阪万博2025において,言語バリアフリー体験を実現するための多言語翻訳技術の開発を追求している。
主な成果は、チャンクベースの入力セグメンテーション、コンテキスト認識翻訳、マルチエンジン機械翻訳技術である。
- 参考スコア（独自算出の注目度）: 11.247084568624112
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In line with the Global Communication Plan 2025, we have pursued the development of multilingual translation technologies to realize a language-barrier-free experience at Expo 2025 Osaka. Our work includes the advancement of simultaneous interpretation systems emphasizing high translation quality and low latency. Key achievements include chunk-based input segmentation, context-aware translation, and multi-engine machine translation technologies. Through demonstration deployments and collaboration with private companies, our technologies have led to real-world applications, with several services and systems showcased at Expo 2025 Osaka.
- Abstract（参考訳）: 大阪万博2025では,グローバルコミュニケーションプラン2025に従って,言語バリアフリー体験を実現するため,多言語翻訳技術の開発を進めてきた。
我々の研究は、高い翻訳品質と低レイテンシを強調した同時解釈システムの進歩を含む。
主な成果は、チャンクベースの入力セグメンテーション、コンテキスト対応翻訳、マルチエンジン機械翻訳技術である。
実証的な展開や民間企業とのコラボレーションを通じて、当社の技術は実世界の応用に結びつき、Expo 2025 Osakaでいくつかのサービスやシステムを紹介しました。
関連論文リスト
- INTERACT: An AI-Driven Extended Reality Framework for Accesible Communication Featuring Real-Time Sign Language Interpretation and Emotion Recognition [0.0]
本稿ではAI駆動型XRプラットフォームであるInterACT(Inclusive Networking for Translation and Embodied Real-Time Augmented Communication Tool)を提案する。
3Dアバターによるリアルタイム音声テキスト変換、国際手話(ISL)レンダリング、多言語翻訳、感情認識を没入型仮想環境に統合する。
調査では、ユーザの満足度は92%、転写精度は85%以上、感情検出精度は90%だった。
論文 参考訳（メタデータ） (2026-04-07T08:56:53Z) - In2x at WMT25 Translation Task [0.27413698548600435]
本稿では、WMT25 General Machine Translation Shared TaskのためのIn2x研究チームによるオープンシステム提案について述べる。
本論文は日本語関連翻訳タスクに着目し,大規模言語モデル(LLM)を他の言語に拡張するための一般化可能なパラダイムを探究する。
論文 参考訳（メタデータ） (2025-08-20T06:52:42Z) - KIT's Offline Speech Translation and Instruction Following Submission for IWSLT 2025 [56.61209412965054]
本稿では、カールスルーエ工科大学のオフラインSTとインストラクションフォロー(IF)トラックへの提出について紹介する。
文書レベルの文脈を持つLLMを用いて出力を融合した複数の自動音声認識システムを用いたパイプラインを提案する。
IFトラックでは,音声エンコーダとLLMを統合し,幅広い命令追従タスクを実行するエンド・ツー・エンド・モデルを開発した。
論文 参考訳（メタデータ） (2025-05-19T12:21:29Z) - Towards Global AI Inclusivity: A Large-Scale Multilingual Terminology Dataset (GIST) [19.91873751674613]
GISTは2000年から2023年にかけての上位AIカンファレンス論文から抽出された5K語を含む、大規模な多言語AI用語データセットである。
この用語はアラビア語、中国語、フランス語、日本語、ロシア語に翻訳され、LLMを抽出するためのハイブリッドフレームワークと翻訳のための人間の専門知識を組み合わせたものである。
データセットの品質は既存のリソースに対してベンチマークされ、クラウドソースによる評価によって、より優れた翻訳精度を示す。
論文 参考訳（メタデータ） (2024-12-24T11:50:18Z) - 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) - Towards the Next 1000 Languages in Multilingual Machine Translation:
Exploring the Synergy Between Supervised and Self-Supervised Learning [48.15259834021655]
数百の言語をカバーする多言語機械翻訳モデルを構築するための実践的なアプローチを提案する。
私たちは、異なる言語ペアのデータ可用性に応じて、教師付きと自己監督型の目的の混合を使用します。
この2つのトレーニングパラダイム間の相乗効果により、ゼロリソース設定で高品質な翻訳を生成できることを実証する。
論文 参考訳（メタデータ） (2022-01-09T23:36:44Z) - WeChat Neural Machine Translation Systems for WMT20 [61.03013964996131]
本システムは,有効な変種とDTMTアーキテクチャを備えたTransformerをベースとしている。
実験では,データ選択,複数の合成データ生成手法,高度な微調整手法,自己視覚モデルアンサンブルを用いた。
制約のある中国語と英語のシステムでは36.9のケースセンシティブなBLEUスコアが得られます。
論文 参考訳（メタデータ） (2020-10-01T08:15:09Z)
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。