Jan, 2023

将自动化机器翻译应用于教育视频课程

PDF
TL;DR本研究旨在探究自动化机器翻译在在线视频教育领域的能力。通过运用最先进的翻译模型和语音合成技术，将 Khan Academy 的视频自动翻译成目标语言的视频以提高视频的参与度。同时基于来回翻译建立了一个可靠的翻译置信度估计器，以有效管理翻译质量并减少人工翻译的工作量。最终开发了一个可部署的系统，将翻译后的视频提供给用户，并收集用户纠正信息以便迭代改进。
automated machine translationonline video educationtranslation confidence estimatortext-to-speech synthesisdeployable system
发现论文，激发创造
  • 在线学习与机器翻译评估：以最少的人力努力找到最佳系统

    基于在线学习的机器翻译自动化指标优化方法，通过对多个语言对进行评估，快速收敛于表现最佳的前三个系统。

    May, 2021

  • 探索视频游戏机器翻译的可能性

    本文介绍了视频游戏机器翻译的挑战和潜在益处，表示使用领域数据训练的翻译模型超过公开系统，通过人工评估发现其具有学习英语到法语的典型规则和模式的能力，同时提出应该与人工翻译互动使用以刺激创造力而不是为了提高生产率而进行后期编辑。

    Sep, 2022

  • 利用在线学习展示神经机器翻译系统给翻译人员使用

    我们介绍了一个在线学习神经机器翻译的系统，并将其与专业翻译人员最常用的 SDL Trados Studio 用户界面集成，以节省机器不断学习和适应特定领域或用户风格的人类选择所需的时间和努力。

    Jun, 2019

  • 有声读物端到端自动语音翻译

    本研究旨在探讨在经过语料库特殊增强的情况下，对语音到文本翻译进行端到端的研究。我们不仅研究了在学习和解码期间没有源语言转录的极端情况，还研究了在训练时仅提供源语言转录的中间情况。实验结果表明，在这种设置下，可以训练出紧凑高效的端到端语音转换模型。同时，我们提供了语料库，并希望未来的研究能够挑战我们在该语料库上的语音翻译基线模型。

    Feb, 2018

  • 在线教育课程预告生成的基于 AI 方法

    本文提出了一种基于人工智能的方法，用于为在线教育课程生成课程概述视频，从而为学习者提供信息，启发学习兴趣和增加学习的选择性。该方法采用机器学习和自然语言处理技术，根据模板生成视频，并通过添加语音、字幕、动画等元素来提高交互体验。通过 63 名人员对生成视频的评价表明该方法是有效的。

    Jan, 2023

  • 来自视频的级联多语言视听学习

    这篇论文探讨了自监督学习模型在多语言环境下的应用，通过级联方法，将英语训练好的模型应用于日语视频和图片的字幕，取得了最新颖的表现。

    Nov, 2021

  • 用于将大规模跨语言配音的技术管道应用于多种印度语言的讲座视频

    本文描述了将英语讲座视频半自动化地翻译成 9 种印度语言，使其具有良好的口头表现，同时降低了 75% 的人工成本。

    Nov, 2022

  • 自动面对面翻译

    该研究提出了一种称为 “面对面翻译” 的新方法，旨在通过自动将语言 A 的视频翻译为目标语言 B 并实现逼真的嘴唇同步来改善跨语言多模态内容的用户体验。项目包括语音 - 语音翻译系统、视觉模块和基于 LipGAN 方法的生成逼真头像的技术，对涉及多种现实应用场景的人机交互和可消费多模态内容具有显著优势。

    Mar, 2020

  • 可扩展、灵活的学生教育过程增强

    介绍了一个基于深度学习和自然语言处理等技术的智能辅导系统，该系统结合教育心理学中的知识表述、平行学习和即时反馈等理论，能够适应各种应用场景并取得良好成效。

    Oct, 2018

  • 智能接口：通过教学活动总结提高课堂参与度

    使用机器学习方法，为教育人员开发了一种新工具，可以自动化、概括并及时反馈进行讲座的过程，通过识别讲座视频录像中的教学和行为特征，提供交互式图表和表格的概述，并支持基于教学内容的讲座比较。

    Jun, 2024