arXiv · cs.CL· Jeongsoo Choi·· 4 天前AI 评分24
DIAL-S2ST：为同声传译学习推理时延控制
DIAL-S2ST: Learning Latency Control for Simultaneous Speech-to-Speech Translation
来源与原文
arXiv · cs.CL
作者：Jeongsoo Choi
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.32214v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 DIAL-S2ST，一种用于同声语音到语音翻译模型的后训练方法，通过 lookahead 预测的自蒸馏和单个 LoRA adapter 实现推理时可调的延迟控制。在基于 Hibiki 的法语到英语翻译实验中，仅 10 小时源语音即可完成适配，在质量与延迟之间取得良好权衡，且无需成对目标数据或奖励计算。
来源：arXiv · cs.CL · arxiv.org