使用稳定前缀训练的动态滞后进行同声翻译

在流式同步语音翻译中，语音翻译系统经过训练来学习读写策略，该策略在使用源单词和生成目标单词之间交替。在级联设置中，语音识别器的输出被传递到单独的机器翻译组件，使得学习这样的策略变得更加困难。可以采用诸如固定 wait-k 策略或目标后缀删除等近似方法，但这些方法无法为模型提供流系统做出上下文读写决策的灵活性。本文提出了一种级联机器翻译系统的训练策略，使其能够动态决定要翻译多少不断增长的源前缀。我们通过训练数据的稳定前缀上的 微调 a 大语言模型 (Qwen3-8B) 来实现这一点，这些前缀是通过将训练数据中的每个源句子前缀与与完整源句子翻译共享的该前缀的最长翻译配对而生成的。我们在前缀的不同子集上微调模型的变体，并与 wait-k 和目标后缀删除进行比较。我们还研究了 微调 对目标词元生成置信度的影响。我们的实验表明，在一系列测试集上将英语翻译成德语、日语和中文时，稳定的前缀可以改善质量与延迟之间的权衡。