TypoCast：用语言类型学特征替代标签的语音翻译前端

Yu Pan 等作者发布论文提出 TypoCast——一个以源语言类型学特征（形态类型、语序、语系）而非语言标签进行条件化的多语言语音翻译前端，仅 228M 可训练参数。 作者报告称，在 CVSS-C 上，法语、德语、西班牙语到英语三个方向平均超越当前最优语音到语音翻译系统，并在七语言测试集中每个语言上均优于身份条件化的 S2ST-Omni。消融实验显示，该条件信号仅在训练阶段起作用，推理时移除后 BLEU 变化小于 0.2。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。