כתבה
arXiv cs.CL ·
תרגום דיבור עצמאי ומודע לאיכות
Quality-Aware Self-Correcting Speech Translation on an Edge Device
מערכת תרגום דיבור-דיבור עצמאית תוקפת תרגומים חלשים ללא רטריינינג. המערכת, שנקראת Whisper-tiny, משתמשת ב-Opus-MT כדי לתרגם דיבור, וב-BERT כדי לבדוק את איכות התרגום. המערכת נבדקה על 1,012 תצורות דיבור (אנגלית-ספרדית) והתברר כי היא משפרת את איכות התרגום.
תקציר מקורי באנגליתarXiv:2610.07545v1 Announce Type: new Abstract: We present a fully offline speech-to-speech translation pipeline that runs on a Jetson Nano (4 GB) and corrects its own weak translations without retraining. A Whisper-tiny ASR feeds an Opus-MT translator; multilingual BERT cosine similarity acts as a Quality Estimation (QE) gate, triggering a secondary-pass correction when confidence falls below a pre-defined threshold $\tau$. We compare three correction methods: QE reranking (M1), Minimum Bayes-Risk decoding (M2), and constrained beam search (M3). On 1,012 FLORES-200 sentences (English-Spanish), M2 at $\tau=0.90$ produces statistically significant improvements over greedy decoding on BLEU (+0.67, p<0.001), ChrF (+0.51, p<0.001), and COMET (+0.0020 at N=3, p=0.002); M1 yields no significant
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית