Buchumschlag

SimulMEGA: MoE Routers are Advanced Policy Makers for Simultaneous Speech Translation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Le, Chenyang, Han, Bing, Li, Jinshun, Chen, Songyong, Qian, Yanmin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Sound Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Advanced Zero-Shot Text-to-Speech for Background Removal and Preservation with Controllable Masked Speech Prediction
von: Zhang, Leying, et al.
Veröffentlicht: (2025)

Novel Parasitic Dual-Scale Modeling for Efficient and Accurate Multilingual Speech Translation
von: Le, Chenyang, et al.
Veröffentlicht: (2025)

On-the-fly Routing for Zero-shot MoE Speaker Adaptation of Speech Foundation Models for Dysarthric Speech Recognition
von: HU, Shujie, et al.
Veröffentlicht: (2025)

Advanced Long-Content Speech Recognition With Factorized Neural Transducer
von: Gong, Xun, et al.
Veröffentlicht: (2024)

Flow-TSVAD: Target-Speaker Voice Activity Detection via Latent Flow Matching
von: Chen, Zhengyang, et al.
Veröffentlicht: (2024)

Prototype and Instance Contrastive Learning for Unsupervised Domain Adaptation in Speaker Verification
von: Huang, Wen, et al.
Veröffentlicht: (2024)

Scale This, Not That: Investigating Key Dataset Attributes for Efficient Speech Enhancement Scaling
von: Zhang, Leying, et al.
Veröffentlicht: (2024)

Diffusion-based Generative Modeling with Discriminative Guidance for Streamable Speech Enhancement
von: Li, Chenda, et al.
Veröffentlicht: (2024)

Improving Design of Input Condition Invariant Speech Enhancement
von: Zhang, Wangyou, et al.
Veröffentlicht: (2024)

SpeechFake: A Large-Scale Multilingual Speech Deepfake Dataset Incorporating Cutting-Edge Generation Methods
von: Huang, Wen, et al.
Veröffentlicht: (2025)

MFLA: Monotonic Finite Look-ahead Attention for Streaming Speech Recognition
von: Xia, Yinfeng, et al.
Veröffentlicht: (2025)

From Sharpness to Better Generalization for Speech Deepfake Detection
von: Huang, Wen, et al.
Veröffentlicht: (2025)

SimulS2S-LLM: Unlocking Simultaneous Inference of Speech LLMs for Speech-to-Speech Translation
von: Deng, Keqi, et al.
Veröffentlicht: (2025)

TransVIP: Speech to Speech Translation System with Voice and Isochrony Preservation
von: Le, Chenyang, et al.
Veröffentlicht: (2024)

Generating Speakers by Prompting Listener Impressions for Pre-trained Multi-Speaker Text-to-Speech Systems
von: Chen, Zhengyang, et al.
Veröffentlicht: (2024)

High-Fidelity Simultaneous Speech-To-Speech Translation
von: Labiausse, Tom, et al.
Veröffentlicht: (2025)

Improving Speech Enhancement with Multi-Metric Supervision from Learned Quality Assessment
von: Wang, Wei, et al.
Veröffentlicht: (2025)

Beyond Performance Plateaus: A Comprehensive Study on Scalability in Speech Enhancement
von: Zhang, Wangyou, et al.
Veröffentlicht: (2024)

Simultaneous Speech-to-Speech Translation Without Aligned Data
von: Labiausse, Tom, et al.
Veröffentlicht: (2026)

SimulTron: On-Device Simultaneous Speech to Speech Translation
von: Agranovich, Alex, et al.
Veröffentlicht: (2024)

Exploring Self-Supervised Audio Models for Generalized Anomalous Sound Detection
von: Han, Bing, et al.
Veröffentlicht: (2025)

Towards Lightweight Speaker Verification via Adaptive Neural Network Quantization
von: Liu, Bei, et al.
Veröffentlicht: (2024)

MoE-TTS: Enhancing Out-of-Domain Text Understanding for Description-based TTS via Mixture-of-Experts
von: Xue, Heyang, et al.
Veröffentlicht: (2025)

Toward Universal Speech Enhancement for Diverse Input Conditions
von: Zhang, Wangyou, et al.
Veröffentlicht: (2023)

BR-ASR: Efficient and Scalable Bias Retrieval Framework for Contextual Biasing ASR in Speech LLM
von: Gong, Xun, et al.
Veröffentlicht: (2025)

Recent Advances in End-to-End Simultaneous Speech Translation
von: Liu, Xiaoqian, et al.
Veröffentlicht: (2024)

NAIST Simultaneous Speech Translation System for IWSLT 2024
von: Ko, Yuka, et al.
Veröffentlicht: (2024)

ICASSP 2026 URGENT Speech Enhancement Challenge
von: Li, Chenda, et al.
Veröffentlicht: (2026)

AnoPatch: Towards Better Consistency in Machine Anomalous Sound Detection
von: Jiang, Anbai, et al.
Veröffentlicht: (2024)

URGENT Challenge: Universality, Robustness, and Generalizability For Speech Enhancement
von: Zhang, Wangyou, et al.
Veröffentlicht: (2024)

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

S2ST-Omni: Hierarchical Language-Aware SpeechLLM Adaptation for Multilingual Speech-to-Speech Translation
von: Pan, Yu, et al.
Veröffentlicht: (2025)

Less is More: Data Curation Matters in Scaling Speech Enhancement
von: Li, Chenda, et al.
Veröffentlicht: (2025)

Joint Training And Decoding for Multilingual End-to-End Simultaneous Speech Translation
von: Huang, Wuwei, et al.
Veröffentlicht: (2025)

Data-Efficient Low-Complexity Acoustic Scene Classification via Distilling and Progressive Pruning
von: Han, Bing, et al.
Veröffentlicht: (2024)

Text adaptation for speaker verification with speaker-text factorized embeddings
von: Yang, Yexin, et al.
Veröffentlicht: (2025)

Generalizable Audio Deepfake Detection via Latent Space Refinement and Augmentation
von: Huang, Wen, et al.
Veröffentlicht: (2025)

DQ-Whisper: Joint Distillation and Quantization for Efficient Multilingual Speech Recognition
von: Shao, Hang, et al.
Veröffentlicht: (2023)

Advancing Electrolaryngeal Speech Enhancement Through Speech-Text Representation Learning
von: Ma, Ding, et al.
Veröffentlicht: (2026)

A Modular-based Strategy for Mitigating Gradient Conflicts in Simultaneous Speech Translation
von: Liu, Xiaoqian, et al.
Veröffentlicht: (2024)