arXiv · NLP· Hieu Minh Truong, Dung D. Le·· 10 天前AI 评分21
长文本实时语音翻译中,文本分组方式如何改变完成时间比较
Text Grouping Changes Completion-Time Comparisons in Long-Form Simultaneous Speech Translation
AI 导读
文本更新分组会显著改变两种翻译器在实时语音合成中的完成时间比较结果。 4 秒分组使 StreamAtt 在 XTTS-v2 上的平均完成领先时间从 106.6 秒增至 229.1 秒,但在 Piper 上反而从 169.5 秒降至 146.5 秒。 这表明比较语音时序时必须明确说明文本进入合成的分组方式,仅说明使用哪种合成器是不够的。
来源:arXiv · NLP · arxiv.org