零设置术语翻译来了！AutoTerm-SST现场演讲免术语表，准确率超合并词表3.9个点
AutoTerm-SST: Adaptive Terminology Memory with Zero Session-Time Setup for Streaming Speech Translation
📖 AI 总结
AutoTerm-SST 针对流式语音翻译中术语检索增强依赖会前上传词表的问题，提出一种无需会话时设置的自适应术语记忆系统。该方法将大规模离线术语库组织为主题切片，利用近期流式翻译上下文匹配双语切片原型，在固定检索与提示预算下激活紧凑的多切片工作集，从而免去用户上传词表和选择领域的步骤。在五场 ACL 和五场 ESO 肿瘤学演讲上的实验显示，系统在无领域输入情况下术语准确率达 88.3%，与已知领域参考的 88.1% 基本持平，mWER 重切分 BLEU 为 45.09 对 45.19；相比百万条目合并词表，术语准确率提升 3.9 个百分点，BLEU 提升 2.30。完整系统运行实时因子为 0.406，vLLM 主机可支持 32 路实时会话，演示界面能随话题变化展示激活切片与检索术语。
🔑 关键词速览
| Retrieval-augmented speech translation | 检索增强的语音翻译，利用外部术语库提升翻译中罕见术语的准确性。 |
| RASST | 一种需要用户预先提供术语表的检索增强语音翻译系统。 |
| AutoTerm-SST | 本文提出的交互式系统，无需会话时上传术语表或选择领域，自动匹配主题切片进行术语感知翻译。 |
| Topic slices | 将大型术语目录按主题划分成的切片，用于高效检索相关术语。 |
| mWER-resegmented BLEU | 一种基于多词错误率重新分割的BLEU评估指标，用于衡量翻译质量。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅