会员服务
通过计算机进行不同语言之间的直接语音翻译，辅助不同语言背景的人们进行沟通已经成为世界各国研究的重点。 和一般的文本翻译不同，语音翻译需要把语音识别、机器翻译和语音合成三大技术进行集成，具有很大的挑战性。
RosettaSpeech: Zero-Shot Speech-to-Speech Translation without Parallel Speech
Arxiv
0+阅读 · 2月15日
Simultaneous Speech-to-Speech Translation Without Aligned Data
Arxiv
0+阅读 · 2月11日
Cross-Modal Robustness Transfer (CMRT): Training Robust Speech Translation Models Using Adversarial Text
Arxiv
0+阅读 · 2月12日
RASST: Fast Cross-modal Retrieval-Augmented Simultaneous Speech Translation
Arxiv
0+阅读 · 1月30日
AlignAtt: Using Attention-based Audio-Translation Alignments as a Guide for Simultaneous Speech Translation
Arxiv
0+阅读 · 2月3日
SimulSense: Sense-Driven Interpreting for Efficient Simultaneous Speech Translation
Arxiv
0+阅读 · 1月30日
Revisiting Direct Speech-to-Text Translation with Speech LLMs: Better Scaling than CoT Prompting?
Arxiv
0+阅读 · 1月23日
Timbre-Aware LLM-based Direct Speech-to-Speech Translation Extendable to Multiple Language Pairs
Arxiv
0+阅读 · 1月22日
PROST-LLM: Progressively Enhancing the Speech-to-Speech Translation Capability in LLMs
Arxiv
0+阅读 · 1月23日
BENYO-S2ST-Corpus-1: A Bilingual English-to-Yoruba Direct Speech-to-Speech Translation Corpus
Arxiv
0+阅读 · 1月7日
S2ST-Omni: Hierarchical Language-Aware SpeechLLM Adaptation for Multilingual Speech-to-Speech Translation
Arxiv
0+阅读 · 1月6日
Dub-S2ST: Textless Speech-to-Speech Translation for Seamless Dubbing
Arxiv
0+阅读 · 2025年12月29日
Towards Fine-Grained Code-Switch Speech Translation with Semantic Space Alignment
Arxiv
0+阅读 · 2025年11月9日
Voice, Bias, and Coreference: An Interpretability Study of Gender in Speech Translation
Arxiv
0+阅读 · 2025年11月26日
Preserving Speaker Information in Direct Speech-to-Speech Translation with Non-Autoregressive Generation and Pretraining
Arxiv
0+阅读 · 2025年11月7日
参考链接
微信扫码咨询专知VIP会员
Top