UM IWSLT 2024 Low-Resource Speech Translation: Combining Maltese and North Levantine Arabic

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F25%3AAFU6QPRT" target="_blank" >RIV/00216208:11320/25:AFU6QPRT - isvavai.cz</a>

Výsledek na webu

<a href="https://www.scopus.com/inward/record.uri?eid=2-s2.0-85204388477&partnerID=40&md5=4864740cdbe913ecd9b31db9e9ae9997" target="_blank" >https://www.scopus.com/inward/record.uri?eid=2-s2.0-85204388477&partnerID=40&md5=4864740cdbe913ecd9b31db9e9ae9997</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

UM IWSLT 2024 Low-Resource Speech Translation: Combining Maltese and North Levantine Arabic

Popis výsledku v původním jazyce

The IWSLT low-resource track encourages innovation in the field of speech translation, particularly in data-scarce conditions. This paper details our submission for the IWSLT 2024 low-resource track shared task for Maltese-English and North Levantine Arabic-English spoken language translation using an unconstrained pipeline approach. Using language models, we improve ASR performance by correcting the produced output. We present a 2 step approach for MT using data from external sources showing improvements over baseline systems. We also explore transliteration as a means to further augment MT data and exploit the cross-lingual similarities between Maltese and Arabic. ©2024 Association for Computational Linguistics.

Název v anglickém jazyce

UM IWSLT 2024 Low-Resource Speech Translation: Combining Maltese and North Levantine Arabic

Popis výsledku anglicky

The IWSLT low-resource track encourages innovation in the field of speech translation, particularly in data-scarce conditions. This paper details our submission for the IWSLT 2024 low-resource track shared task for Maltese-English and North Levantine Arabic-English spoken language translation using an unconstrained pipeline approach. Using language models, we improve ASR performance by correcting the produced output. We present a 2 step approach for MT using data from external sources showing improvements over baseline systems. We also explore transliteration as a means to further augment MT data and exploit the cross-lingual similarities between Maltese and Arabic. ©2024 Association for Computational Linguistics.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

—

Rok uplatnění

2024

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

IWSLT - Int. Conf. Spok. Lang. Transl., Proc. Conf.

ISBN

979-889176141-4

ISSN

—

e-ISSN

—

Počet stran výsledku

11

Strana od-do

145-155

Název nakladatele

Association for Computational Linguistics (ACL)

Místo vydání

—

Místo konání akce

Hybrid, Bangkok

Datum konání akce

1. 1. 2025

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—