COLINGDec, 2020

培育基于性别意识的直接语音翻译系统

PDF
TL;DR本研究探讨无需转录的直接语音翻译模型在性别翻译方面的性别偏见及其潜在危害，并比较不同方法通知模型说话人性别信息的效果，结果表明性别感知模型相比于无性别感知模型在性别标记词的翻译准确率上可提高 30 个百分点，同时保证总体翻译质量。
automatic speech translationdirect stgender biasnatural language processingspeaker's gender
发现论文，激发创造
  • 将语言模型整合到直接语音翻译中：一种控制性别屈折的推理时间解决方案

    用于语音翻译系统的控制说话者性别变化的解决方案通过使用性别特定的外部语言模型，在性别准确性方面比基本模型和最好的训练时间缓解策略分别提高了 31.0 和 1.6 个百分点，特别是在说话者的声音特征与性别相冲突的情况下，增益甚至更大（最多 32.0 和 3.4 个百分点）。

    Oct, 2023

  • 性别危险？在 MuST-SHE 语料库上评估语音翻译技术

    研究了语音翻译中存在的性别偏见问题，并基于英意 / 英法语言方向比较了级联与端到端技术，着重于探究如何利用音频信息来解决自然语言中的性别偏见问题。

    Jun, 2020

  • 如何构建多性别竞争性语音翻译模型以控制说话者性别翻译

    通过将说话者的性别元数据合并到单个 “多性别” 神经语音转换模型中，可以避免性别偏见并提高性别准确性（女性形式可提高 12.9），相比专门的性别模型，该模型训练自零效果更好，而基于现有频培训模型的微调则不具有竞争力。

    Oct, 2023

  • 级联式翻译 vs 直接式翻译：这些差异是否仍然有所不同？

    本研究通过对自然语言翻译中的直接方法与传统叠加方法的比较，系统地展示了两种范式之间的性能差距已经消失，它们的行为差异也被证明不足以让人区分或偏好其中的一种。

    Jun, 2021

  • 直接语音转文本翻译的最新进展

    本文综述了直接语音翻译的当前技术状况，将现有研究工作分为三个方向：建模负担，数据稀缺和应用问题，并提出了未来工作的一些有前途的方向。

    Jun, 2023

  • 面向英阿语的性别感知口语翻译

    本文介绍了一种解决语言没有性别协议的情况下进行机器翻译的方法，并通过适应方法提高了 2 个 BLEU 分数。

    Feb, 2018

  • 利用无监督和弱监督数据，提高直接语音翻译的准确性

    本文旨在通过多种方法利用无监督和弱监督的语音和文本数据来提高基于 Translatotron 2 的直接语音到语音翻译系统的性能，实现在 21 种语言对上 BLEU 值提高 13.6（相对增长 113%），特别是对于低资源语言的提高更为显著（相对增长 398%）

    Mar, 2022

  • 评估语音翻译中的性别偏差

    本篇研究提出 WinoST 挑战集，用于针对性别偏见进行演讲翻译的评估，并使用最先进的端到端演讲翻译系统在四个语言对上进行了性别准确性评估。

    Oct, 2020

  • 使用离散单元进行直接语音到语音翻译

    本研究提出一种直接语音到语音的翻译模型，它可以在不依赖中间文本生成的情况下将一种语言的语音翻译成另一种语言的语音，并且结合了自我监督离散语音编码和序列到序列的语音到单位翻译，以预测目标语音的离散表示，并在同一推断通过实现同步生成双重模态输出（语音和文本）。在 Fisher 西班牙语 - 英语数据集上，我们的模型较基线直接 S2ST 模型改进了 6.7 BLEU。由于能够支持未书写语言的翻译，当没有文本转录时，我们的模型表现与训练有文本监督的谱图预测模型相当。

    Jul, 2021

  • 使用目标性别标注缓解机器翻译中的性别偏见

    在机器翻译中，当源语言句子未提供主语的性别信息时，系统往往选择最常见的翻译选项，从而可能加剧某些群体和人员的偏见和边缘化。为减少对性别刻板印象的依赖，本论文提出使用包含主语性别信息的单词级别注释训练机器翻译系统的方法，实验结果表明，这可使机器翻译系统在五种语言对上的 WinoMT 测试集上准确度提高高达 25.8 个百分点。

    Oct, 2020