SimPOTrans：用强化学习让离线语音翻译模型自适应同传

强化学习后训练可让离线语音翻译模型自适应同声传译。

资讯摘要

论文提出 SimPOTrans，一种强化学习框架，通过两阶段 RL 后训练，让离线语音翻译模型在接收部分语音输入时自适应用于对话式同声传译，无需合成读写轨迹或显式延迟优化。推理时无需外部决策策略，仅调整语音输入分块大小即可控制质量与延迟的权衡。作者报告在 ACL 60/60 与 MCIF 基准、英德/英中/英日三个方向上优于多个强基线。

要点速读

1. SimPOTrans 用两阶段强化学习后训练，将离线语音翻译模型转为对话式同声传译，避免合成读写轨迹和显式延迟优化。
2. 推理阶段不依赖外部决策策略，通过调整语音输入分块大小实现质量与延迟的灵活控制。
3. 作者报告在 ACL 60/60 和 MCIF 基准的英→德、英→中、英→日三个方向上取得更优的质量—延迟权衡。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。