AutoTerm-SST：面向流式语音翻译的会话零配置自适应术语记忆

英文标题：AutoTerm-SST: Adaptive Terminology Memory with Zero Session-Time Setup for Streaming Speech Translation

检索增强语音翻译能够有效改善罕见术语的翻译质量，但现有系统（如 RASST）往往要求用户在每次会话前预先提供专业术语表，这在实时演讲等场景中极为不便。若简单地将所有领域的术语合并为一个全局膨胀词库，又极易引发检索冲突并导致性能退化。为此，研究团队提出了 AutoTerm-SST，通过自适应术语记忆机制实现了无需会话时预设的流式语音翻译。该方法显著降低了流式同传系统的实际落地与运维门槛，为多领域即时语音翻译应用提供了高效实用的方案。

打开原文相关 2.4 · 机会 0

中文

摘要

检索增强语音翻译（Retrieval-augmented speech translation）能够有效提升罕见专业术语的翻译准确率，但诸如 RASST 等现有主流系统仍普遍假设用户在每次会话开始前会手动提供一份专用术语表。在实时演讲、现场会议等即时场景下，这一前置假设非常繁琐且不切实际；而若选择将各个领域的词汇直接合并到一个持续增长的庞大词库中，又会引发严重的检索冲突与性能退化。

为此，本研究提出了 AutoTerm-SST，这是一种面向流式语音翻译（Streaming Speech Translation）的自适应术语记忆机制，成功实现了在会话开始阶段无需任何手动配置（Zero Session-Time Setup）即可自适应召回并翻译专业术语。

AutoTerm-SST：面向流式语音翻译的会话零配置自适应术语记忆

中文

摘要

English / 原文

BibTeX formatted citation