Buchumschlag

SBAAM! Eliminating Transcript Dependency in Automatic Subtitling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gaido, Marco, Papi, Sara, Negri, Matteo, Cettolo, Mauro, Bentivogli, Luisa
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Simulstream: Open-Source Toolkit for Evaluation and Demonstration of Streaming Speech-to-Text Translation Systems
von: Gaido, Marco, et al.
Veröffentlicht: (2025)

How to Evaluate Speech Translation with Source-Aware Neural MT Metrics
von: Cettolo, Mauro, et al.
Veröffentlicht: (2025)

Speech Translation with Speech Foundation Models and Large Language Models: What is There and What is Missing?
von: Gaido, Marco, et al.
Veröffentlicht: (2024)

How do Hyenas deal with Human Speech? Speech Recognition and Translation with ConfHyena
von: Gaido, Marco, et al.
Veröffentlicht: (2024)

Echoes of Phonetics: Unveiling Relevant Acoustic Cues for ASR via Feature Attribution
von: Fucci, Dennis, et al.
Veröffentlicht: (2025)

SimulSeamless: FBK at IWSLT 2024 Simultaneous Speech Translation
von: Papi, Sara, et al.
Veröffentlicht: (2024)

StreamAtt: Direct Streaming Speech-to-Text Translation with Attention-based Audio History Selection
von: Papi, Sara, et al.
Veröffentlicht: (2024)

The Warmup Dilemma: How Learning Rate Strategies Impact Speech-to-Text Model Convergence
von: Gaido, Marco, et al.
Veröffentlicht: (2025)

Cross-Attention is Half Explanation in Speech-to-Text Models
von: Papi, Sara, et al.
Veröffentlicht: (2025)

SPES: Spectrogram Perturbation for Explainable Speech-to-Text Generation
von: Fucci, Dennis, et al.
Veröffentlicht: (2024)

FAMA: The First Large-Scale Open-Science Speech Foundation Model for English and Italian
von: Papi, Sara, et al.
Veröffentlicht: (2025)

MOSEL: 950,000 Hours of Speech Data for Open-Source Speech Foundation Model Training on EU Languages
von: Gaido, Marco, et al.
Veröffentlicht: (2024)

SimulU: Training-free Policy for Long-form Simultaneous Speech-to-Speech Translation
von: Djanibekov, Amirbek, et al.
Veröffentlicht: (2026)

When Good and Reproducible Results are a Giant with Feet of Clay: The Importance of Software Quality in NLP
von: Papi, Sara, et al.
Veröffentlicht: (2023)

What the Harm? Quantifying the Tangible Impact of Gender Bias in Machine Translation with a Human-centered Study
von: Savoldi, Beatrice, et al.
Veröffentlicht: (2024)

NUTSHELL: A Dataset for Abstract Generation from Scientific Talks
von: Züfle, Maike, et al.
Veröffentlicht: (2025)

DOA: Training-Free Decoder-Only Attention Policy for Long-Form Simultaneous Translation with SpeechLLMs
von: Papi, Sara, et al.
Veröffentlicht: (2026)

Prepending or Cross-Attention for Speech-to-Text? An Empirical Comparison
von: Lam, Tsz Kin, et al.
Veröffentlicht: (2025)

Different Speech Translation Models Encode and Translate Speaker Gender Differently
von: Fucci, Dennis, et al.
Veröffentlicht: (2025)

The Unheard Alternative: Contrastive Explanations for Speech-to-Text Models
von: Conti, Lina, et al.
Veröffentlicht: (2025)

Voice, Bias, and Coreference: An Interpretability Study of Gender in Speech Translation
von: Conti, Lina, et al.
Veröffentlicht: (2025)

A Prompt Response to the Demand for Automatic Gender-Neutral Translation
von: Savoldi, Beatrice, et al.
Veröffentlicht: (2024)

AlignAtt: Using Attention-based Audio-Translation Alignments as a Guide for Simultaneous Speech Translation
von: Papi, Sara, et al.
Veröffentlicht: (2023)

MCIF: Multimodal Crosslingual Instruction-Following Benchmark from Scientific Talks
von: Papi, Sara, et al.
Veröffentlicht: (2025)

Enhancing Gender-Inclusive Machine Translation with Neomorphemes and Large Language Models
von: Piergentili, Andrea, et al.
Veröffentlicht: (2024)

An LLM-as-a-judge Approach for Scalable Gender-Neutral Translation Evaluation
von: Piergentili, Andrea, et al.
Veröffentlicht: (2025)

Gender-Neutral Rewriting in Italian: Models, Approaches, and Trade-offs
von: Piergentili, Andrea, et al.
Veröffentlicht: (2025)

Translation in the Hands of Many:Centering Lay Users in Machine Translation Interactions
von: Savoldi, Beatrice, et al.
Veröffentlicht: (2025)

Better Late Than Never: Meta-Evaluation of Latency Metrics for Simultaneous Speech-to-Text Translation
von: Polák, Peter, et al.
Veröffentlicht: (2025)

Speech Foundation Models and Crowdsourcing for Efficient, High-Quality Data Collection
von: Lee, Beomseok, et al.
Veröffentlicht: (2024)

Speech-MASSIVE: A Multilingual Speech Dataset for SLU and Beyond
von: Lee, Beomseok, et al.
Veröffentlicht: (2024)

How to Connect Speech Foundation Models and Large Language Models? What Matters and What Does Not
von: Verdini, Francesco, et al.
Veröffentlicht: (2024)

Do What I Say: A Spoken Prompt Dataset for Instruction-Following
von: Züfle, Maike, et al.
Veröffentlicht: (2026)

GFG -- Gender-Fair Generation: A CALAMITA Challenge
von: Frenda, Simona, et al.
Veröffentlicht: (2024)

Refining Transcripts With TV Subtitles by Prompt-Based Weakly Supervised Training of ASR
von: Zhao, Xinnian, et al.
Veröffentlicht: (2025)

Mind the Inclusivity Gap: Multilingual Gender-Neutral Translation Evaluation with mGeNTE
von: Savoldi, Beatrice, et al.
Veröffentlicht: (2025)

Good, but not always Fair: An Evaluation of Gender Bias for three commercial Machine Translation Systems
von: Piazzolla, Silvia Alma, et al.
Veröffentlicht: (2023)

From Speech to Subtitles: Evaluating ASR Models in Subtitling Italian Television Programs
von: Lucca, Alessandro, et al.
Veröffentlicht: (2025)

Generative AI Practices, Literacy, and Divides: An Empirical Analysis in the Italian Context
von: Savoldi, Beatrice, et al.
Veröffentlicht: (2025)

Evaluating the IWSLT2023 Speech Translation Tasks: Human Annotations, Automatic Metrics, and Segmentation
von: Sperber, Matthias, et al.
Veröffentlicht: (2024)