論文の概要: CVSS-X: A Multilingual Speech-to-Speech Translation Corpus for 28 Languages
- arxiv url: http://arxiv.org/abs/2609.13413v2
- Date: Tue, 15 Sep 2026 15:18:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.08013
- Title: CVSS-X: A Multilingual Speech-to-Speech Translation Corpus for 28 Languages
- Title（参考訳）: CVSS-X:28言語用多言語音声音声翻訳コーパス
- Abstract要約: 本稿では,大規模音声合成音声合成コーパスであるCVSS-Xについて紹介する。
コーパスは言語毎に約24万のパラレル音声ペアで構成され、合計で16,000時間以上である。
言語毎に2つの標準音声を持つCVSS-X-Cと、言語間音声クローンを持つCVSS-X-Tの2つのバリエーションを提供する。
- 参考スコア（独自算出の注目度）: 35.42982607968843
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce CVSS-X, a large-scale synthetic speech-to-speech translation corpus that extends CVSS by reversing the translation direction. While CVSS translates from 21 languages into English, CVSS-X enables translation from English into 28 target languages spanning 12 language families. The corpus comprises approximately 240,000 parallel speech pairs per language, totaling over 16,000 hours, eight times larger than CVSS. We provide two variants: CVSS-X-C with two canonical voices per language, and CVSS-X-T with cross-lingual voice cloning, both fully generated. Evaluation shows comparable translation quality to CVSS with consistent performance across typologically diverse languages. Combined with CVSS, this enables research on bidirectional and multilingual speech-to-speech translation. The code is available at https://github.com/ErmisAI/XVSS-X and the dataset under CC-BY-NC 4.0 license at https://huggingface.co/datasets/lgris/XVSS-X.
- Abstract（参考訳）: 本稿では,大規模音声合成音声合成コーパスであるCVSS-Xについて紹介する。
CVSSは21の言語から英語に翻訳されるが、CVSS-Xは12の言語ファミリーにまたがる28の言語への翻訳を可能にする。
コーパスは言語毎に約24万のパラレル音声ペアで構成され、16,000時間以上、CVSSの8倍の大きさである。
言語毎に2つの標準音声を持つCVSS-X-Cと、言語間音声クローンを持つCVSS-X-Tの2つのバリエーションを提供する。
評価はCVSSに匹敵する翻訳品質を示し、型的に多様な言語で一貫した性能を示す。
CVSSと組み合わせることで、双方向および多言語音声音声合成の研究が可能になる。
コードはhttps://github.com/ErmisAI/XVSS-Xで、CC-BY-NC 4.0ライセンス下のデータセットはhttps://huggingface.co/datasets/lgris/XVSS-Xで入手できる。
関連論文リスト
- CS-FLEURS: A Massively Multilingual and Code-Switched Speech Dataset [99.0507412649934]
CS-FLEURSは4つのテストセットから構成されており、52言語にまたがる113の独特な言語ペアをカバーしている。
CS-FLEURSはまた、16のX字対にわたる128時間の生成テキスト音声データのトレーニングセットも提供している。
論文 参考訳（メタデータ） (2025-09-17T16:45:22Z) - Towards Robust Speech Representation Learning for Thousands of Languages [77.2890285555615]
自己教師付き学習(SSL)は、ラベル付きデータの必要性を減らすことで、音声技術をより多くの言語に拡張するのに役立つ。
我々は4057言語にまたがる100万時間以上のデータに基づいて訓練された、ユニバーサル音声のための言語横断言語であるXEUSを提案する。
論文 参考訳（メタデータ） (2024-06-30T21:40:26Z) - An Initial Investigation of Language Adaptation for TTS Systems under Low-resource Scenarios [76.11409260727459]
本稿では,最近のSSLベースの多言語TSシステムであるZMM-TTSの言語適応性について検討する。
本研究では,事前学習言語と対象言語との音声学的な類似性が,対象言語の適応性能に影響を及ぼすことを示す。
論文 参考訳（メタデータ） (2024-06-13T08:16:52Z) - 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) - CVSS Corpus and Massively Multilingual Speech-to-Speech Translation [12.728936993766292]
CVSSは,21言語から英語への文レベル並列S2ST対をカバーする,多言語から英語への多言語翻訳(S2ST)コーパスである。
CVSSはコモンボイス音声コーパスとCoVoST2音声テキスト翻訳(ST)コーパスから派生したもので、CoVoST2からの翻訳テキストを最先端のTSSシステムを用いて音声に合成する。
論文 参考訳（メタデータ） (2022-01-11T00:27:08Z) - Learning Language Specific Sub-network for Multilingual Machine
Translation [15.44119901665185]
単一統一多言語MTモデルを共同で訓練するLaSSを提案する。
IWSLTとWMTデータセットの実験では、LaSSは最大1.2BLEUで36言語対のゲインを得る。
LaSSは、30言語対で平均8.3BLEUでゼロショット翻訳を促進する。
論文 参考訳（メタデータ） (2021-05-19T17:08:38Z) - CoVoST 2 and Massively Multilingual Speech-to-Text Translation [24.904548615918355]
CoVoST 2は、21の言語から英語、および15の言語への翻訳をカバーする大規模な多言語音声翻訳コーパスである。
これは、トータルボリュームと言語カバレッジの観点から、現在利用可能な最大のオープンデータセットである。
論文 参考訳（メタデータ） (2020-07-20T17:53:35Z) - CoVoST: A Diverse Multilingual Speech-To-Text Translation Corpus [57.641761472372814]
CoVoSTは11言語から英語への多言語による音声からテキストへの翻訳コーパスである。
11,000人以上の話者と60以上のアクセントで多様化した。
CoVoSTはCC0ライセンスでリリースされており、無料で利用できる。
論文 参考訳（メタデータ） (2020-02-04T14:35:28Z)
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。