論文の概要: Is Prosody Lost in Translation? Fine-Grained Cross-Lingual Prosody Similarity Across Languages

• arxiv url: http://arxiv.org/abs/2608.27848v1
• Date: Fri, 28 Aug 2026 02:36:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.185011
• Title: Is Prosody Lost in Translation? Fine-Grained Cross-Lingual Prosody Similarity Across Languages
• Title（参考訳）: 翻訳における韻律は失われたか? 言語間の微粒な言語間韻律類似性
• Abstract要約: 英語・ドイツ語・スペイン語・英語・フランス語の対をまたいだ多言語ダビングデータを用いた韻律の最初の言語間比較分析を行った。 本分析により,特定の言語間の韻律構造に固有の言語間相関が明らかとなった。
• 参考スコア（独自算出の注目度）: 14.018902035486375
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Prosody plays an important role in speech translation, conveying information such as emphasis, emotion, and intent beyond lexical content. However, despite recent progress in expressive speech-to-speech translation (S2ST), little is known about how prosodic patterns are similar/different across languages. Understanding these cross-lingual similarities and differences is crucial for effectively incorporating prosody into expressive S2ST systems. In this work, we present the first fine-grained cross-lingual analysis of prosody using multilingual dubbing data across English-German, English-Spanish, and English-French language pairs. We analyze the similarity of pitch, energy, and temporal feature patterns between source and target speech and investigate the linguistic and alignment-related factors affecting this similarity. Our analysis reveals inherent cross-lingual correlations in prosodic structure between certain languages. The findings provide important insights into the transferability of prosody across languages and offer empirical guidance for future expressive speech-to-speech translation systems.
• Abstract（参考訳）: 韻律は音声翻訳において重要な役割を担い、強調、感情、意図などの情報を語彙コンテンツを超えて伝達する。 しかし、近年の表現型音声音声翻訳(S2ST)の進歩にもかかわらず、韻律パターンが言語間でどのように似ているかは分かっていない。 これらの言語間の類似点と相違点を理解することは,表現型S2STシステムに韻律を効果的に組み込む上で重要である。 本研究では,英語・ドイツ語・スペイン語・英語・フランス語の対をまたいだ多言語ダビングデータを用いた韻律の微粒化解析を行った。 音源と対象音声のピッチ,エネルギー,時間的特徴パターンの類似性を分析し,この類似性に影響を与える言語的・アライメント関連要因について検討する。 本分析により,特定の言語間の韻律構造に固有の言語間相関が明らかとなった。 本研究は,言語間の韻律の伝達可能性に関する重要な知見を提供し,将来の音声音声合成システムに対する経験的ガイダンスを提供する。

関連論文リスト

• Floating or Suggesting Ideas? A Large-Scale Contrastive Analysis of Metaphorical and Literal Verb-Object Constructions [53.690096725532726]
  本研究では,2Mコーパス文中の297の英語動詞オブジェクト対(例:float idea vs. suggest idea)を分析した。 5つのNLPツールを用いて,感情的,語彙的,統語的,言論的な特徴を捉えた認知的・言語的特徴2,293点を抽出した。 クロスペアの結果は, 語彙頻度, 凝集度, 構造規則性が高く, 比喩的文脈は感情負荷, イメージ性, 語彙多様性, 構造的特異性を示す。
  論文  参考訳（メタデータ） (2026-04-09T14:08:57Z)
• Quantifying Cross-Lingual Transfer in Paralinguistic Speech Tasks [4.911970211082446]
  言語間の言語間相互作用を定量化するための体系的手法であるCLTM(Cross-Lingual Transfer Matrix)を提案する。 我々は,多言語HuBERTエンコーダを用いて,ジェンダー識別と話者検証という2つのパラ言語課題にCLTMを適用した。 この結果から,タスクや言語間の異なる伝達パターンが明らかとなり,言語に依存した系統的な影響が反映された。
  論文  参考訳（メタデータ） (2026-03-09T11:02:57Z)
• When Meanings Meet: Investigating the Emergence and Quality of Shared Concept Spaces during Multilingual Language Model Training [57.230355403478995]
  本研究では,EuroLLMの事前学習における言語に依存しない概念空間の開発について検討する。 共有概念空間は早期に出現し、洗練され続けていますが、それらとの整合性は言語に依存しています。 従来の作業とは対照的に、細かな手作業分析により、翻訳品質の顕著な向上は、行動の変化を反映していることが判明した。
  論文  参考訳（メタデータ） (2026-01-30T11:23:01Z)
• CrossSpeech++: Cross-lingual Speech Synthesis with Decoupled Language and Speaker Generation [25.82932373649325]
  CrossSpeech++は、言語と話者情報をアンタングルする方法である。 これにより、言語間音声合成の品質が大幅に向上する。 さまざまなメトリクスを使って広範な実験を行い、CrossSpeech++が大幅な改善を実現していることを示す。
  論文  参考訳（メタデータ） (2024-12-28T06:32:49Z)
• Can Machine Translation Bridge Multilingual Pretraining and Cross-lingual Transfer Learning? [8.630930380973489]
  本稿では,機械翻訳を言語表現学習の強化を目的とした継続的な学習目的として活用する可能性について検討する。 この結果から,機械翻訳の継続学習が言語間表現学習の強化に失敗することが明らかとなった。 言語横断シナリオにおける明示的な文レベルのアライメントは、言語間移動事前学習に有害である、と結論付けた。
  論文  参考訳（メタデータ） (2024-03-25T13:53:04Z)
• Towards a Deep Understanding of Multilingual End-to-End Speech Translation [52.26739715012842]
  我々は22言語以上で訓練された多言語エンドツーエンド音声翻訳モデルで学習した表現を解析する。 我々は分析から3つの大きな発見を得た。
  論文  参考訳（メタデータ） (2023-10-31T13:50:55Z)
• Cross-Linguistic Syntactic Difference in Multilingual BERT: How Good is It and How Does It Affect Transfer? [50.48082721476612]
  マルチリンガルBERT (mBERT) は, 言語間シンタクティックな機能を示した。 我々は,mBERTから引き起こされる文法的関係の分布を,24言語に類型的に異なる文脈で検討した。
  論文  参考訳（メタデータ） (2022-12-21T09:44:08Z)
• Representing `how you say' with `what you say': English corpus of focused speech and text reflecting corresponding implications [10.103202030679844]
  音声通信では、何かが語られる方法(パラ言語情報)は、何を言うか(言語情報)と同じくらい重要である 現在の音声翻訳システムは、発話が言語的に同一であれば、同じ翻訳を返す。 本稿では,語彙・文法機器を用いて,言語領域にパラ言語情報をマッピングする手法を提案する。
  論文  参考訳（メタデータ） (2022-03-29T12:29:22Z)
• AM2iCo: Evaluating Word Meaning in Context across Low-ResourceLanguages with Adversarial Examples [51.048234591165155]
  本稿では, AM2iCo, Adversarial and Multilingual Meaning in Contextを提案する。 言語間文脈における単語の意味の同一性を理解するために、最先端(SotA)表現モデルを忠実に評価することを目的としている。 その結果、現在のSotAプリトレーニングエンコーダは人間のパフォーマンスにかなり遅れていることが明らかとなった。
  論文  参考訳（メタデータ） (2021-04-17T20:23:45Z)
• Bridging Linguistic Typology and Multilingual Machine Translation with Multi-View Language Representations [83.27475281544868]
  特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。 我々の表現は類型学を組み込み、言語関係と相関関係を強化する。 次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
  論文  参考訳（メタデータ） (2020-04-30T16:25:39Z)

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。