arXiv cs.CL· Haotian Tan, Hiroki Ouchi, Sakriani Sakti·· 14 小时前AI 评分26
SimulSense：用“语义单元”驱动读写决策的高效同声传译框架
SimulSense: Sense-Driven Interpreting for Efficient Simultaneous Speech Translation
AI 导读
SimulSense 提出一种模仿人类译员的同声传译框架，持续读取输入语音，在感知到新的语义单元时触发写决策输出翻译，无需专门的交错训练数据，也不依赖昂贵的 LLM 推理做决策。对比两个 SOTA 基线，该方法取得更优的质量-延迟权衡并显著提升实时效率，决策速度最高快 9.6 倍。
正文 · AI 翻译
摘要：如何为同声传译（SimulST）系统做出类似人类译员的读写决策？当前最先进的系统将 SimulST 建模为多轮对话任务，需要专门的交错训练数据，并依赖计算成本高昂的大语言模型（LLM）推理来进行决策。本文提出 SimulSense，一种新颖的 SimulST 框架，它模仿人类译员，持续读取输入语音，并在感知到新的语义单元时触发写入决策以生成译文。与两个最先进的基线系统进行的实验表明，我们提出的方法实现了更优的质量-延迟权衡，并显著提升了实时效率，其决策速度比基线快至多 9.6 倍。
| 评论： | \c{opyright} 2026 IEEE。允许个人使用本材料。对于所有其他用途，必须获得 IEEE 的许可，无论在任何当前或未来的媒体中，包括为广告或宣传目的重印/再版本材料、创建新的集体作品、用于转售或再分发到服务器或列表，或在其他作品中重用本作品的任何受版权保护的组成部分 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2509.21932 [cs.CL] |
| （或 arXiv:2509.21932v3 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2509.21932 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Haotian Tan [查看电子邮件]
[v1]
2025年9月26日星期五 06:18:10 UTC（176 KB）
[v2]
2026年1月30日星期五 10:27:11 UTC（175 KB）
[v3]
2026年10月24日星期六 15:12:00 UTC（177 KB）
来源：arXiv cs.CL · arxiv.org