MCAT: Scaling Many-to-Many Speech-to-Text Translation with MLLMs to 70 Languages
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Du, Yexing, Liu, Kaiyuan, Pan, Youcheng, Yang, Bo, Deng, Keqi, Chen, Xie, Xiang, Yang, Liu, Ming, Qin, Bing, Wang, YaoWei |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Making LLMs Better Many-to-Many Speech-to-Text Translators with Curriculum Learning
par: Du, Yexing, et autres
Publié: (2024)
par: Du, Yexing, et autres
Publié: (2024)
Bandwidth-Efficient and Privacy-Preserving Edge-Cloud Many-to-Many Speech Translation
par: Du, Yexing, et autres
Publié: (2026)
par: Du, Yexing, et autres
Publié: (2026)
Scalable Multilingual Multimodal Machine Translation with Speech-Text Fusion
par: Du, Yexing, et autres
Publié: (2026)
par: Du, Yexing, et autres
Publié: (2026)
CCFQA: A Benchmark for Cross-Lingual and Cross-Modal Speech and Text Factuality Evaluation
par: Du, Yexing, et autres
Publié: (2025)
par: Du, Yexing, et autres
Publié: (2025)
MCGA: A Multi-task Classical Chinese Literary Genre Audio Corpus
par: Du, Yexing, et autres
Publié: (2026)
par: Du, Yexing, et autres
Publié: (2026)
ProjectEval: A Benchmark for Programming Agents Automated Evaluation on Project-Level Code Generation
par: Liu, Kaiyuan, et autres
Publié: (2025)
par: Liu, Kaiyuan, et autres
Publié: (2025)
Textless Unit-to-Unit training for Many-to-Many Multilingual Speech-to-Speech Translation
par: Kim, Minsu, et autres
Publié: (2023)
par: Kim, Minsu, et autres
Publié: (2023)
Forget Many, Forget Right: Scalable and Precise Concept Unlearning in Diffusion Models
par: Deng, Kaiyuan, et autres
Publié: (2026)
par: Deng, Kaiyuan, et autres
Publié: (2026)
SimulS2S-LLM: Unlocking Simultaneous Inference of Speech LLMs for Speech-to-Speech Translation
par: Deng, Keqi, et autres
Publié: (2025)
par: Deng, Keqi, et autres
Publié: (2025)
Label-Synchronous Neural Transducer for E2E Simultaneous Speech Translation
par: Deng, Keqi, et autres
Publié: (2024)
par: Deng, Keqi, et autres
Publié: (2024)
EnAnchored-X2X: English-Anchored Optimization for Many-to-Many Translation
par: Yang, Sen, et autres
Publié: (2025)
par: Yang, Sen, et autres
Publié: (2025)
Toucan: Many-to-Many Translation for 150 African Language Pairs
par: Elmadany, AbdelRahim, et autres
Publié: (2024)
par: Elmadany, AbdelRahim, et autres
Publié: (2024)
From Specific-MLLMs to Omni-MLLMs: A Survey on MLLMs Aligned with Multi-modalities
par: Jiang, Shixin, et autres
Publié: (2024)
par: Jiang, Shixin, et autres
Publié: (2024)
OpenSTBench: Beyond Semantic Evaluation for Speech Translation
par: An, Yanjie, et autres
Publié: (2026)
par: An, Yanjie, et autres
Publié: (2026)
Position: Towards Responsible Evaluation for Text-to-Speech
par: Yang, Yifan, et autres
Publié: (2025)
par: Yang, Yifan, et autres
Publié: (2025)
Towards Boosting Many-to-Many Multilingual Machine Translation with Large Language Models
par: Gao, Pengzhi, et autres
Publié: (2024)
par: Gao, Pengzhi, et autres
Publié: (2024)
Many-body delocalization with a two-dimensional 70-qubit superconducting quantum simulator
par: Li, Tian-Ming, et autres
Publié: (2025)
par: Li, Tian-Ming, et autres
Publié: (2025)
Beyond Many-Shot Translation: Scaling In-Context Demonstrations For Low-Resource Machine Translation
par: Salim, Luis Frentzen, et autres
Publié: (2026)
par: Salim, Luis Frentzen, et autres
Publié: (2026)
TokenBinder: Text-Video Retrieval with One-to-Many Alignment Paradigm
par: Zhang, Bingqing, et autres
Publié: (2024)
par: Zhang, Bingqing, et autres
Publié: (2024)
Many-body computing on Field Programmable Gate Arrays
par: Lv, Songtai, et autres
Publié: (2024)
par: Lv, Songtai, et autres
Publié: (2024)
A Numerical Perspective on Moiré Superlattices: From Single-Particle Properties to Many-Body Physics
par: Lu, Xin, et autres
Publié: (2025)
par: Lu, Xin, et autres
Publié: (2025)
Superconducting Quantum Simulation for Many-Body Physics beyond Equilibrium
par: Yao, Yunyan, et autres
Publié: (2024)
par: Yao, Yunyan, et autres
Publié: (2024)
Few for Many: Tchebycheff Set Scalarization for Many-Objective Optimization
par: Lin, Xi, et autres
Publié: (2024)
par: Lin, Xi, et autres
Publié: (2024)
MultiMed-ST: Large-scale Many-to-many Multilingual Medical Speech Translation
par: Le-Duc, Khai, et autres
Publié: (2025)
par: Le-Duc, Khai, et autres
Publié: (2025)
Soft Language Identification for Language-Agnostic Many-to-One End-to-End Speech Translation
par: Wang, Peidong, et autres
Publié: (2024)
par: Wang, Peidong, et autres
Publié: (2024)
A Unifying View of OTFS and Its Many Variants
par: Deng, Qinwen, et autres
Publié: (2025)
par: Deng, Qinwen, et autres
Publié: (2025)
Label-Synchronous Neural Transducer for Adaptable Online E2E Speech Recognition
par: Deng, Keqi, et autres
Publié: (2023)
par: Deng, Keqi, et autres
Publié: (2023)
Speech LLMs are Contextual Reasoning Transcribers
par: Deng, Keqi, et autres
Publié: (2026)
par: Deng, Keqi, et autres
Publié: (2026)
Unfolding A Few Structures for The Many: Memory-Efficient Compression of Conformer and Speech Foundation Models
par: Li, Zhaoqing, et autres
Publié: (2025)
par: Li, Zhaoqing, et autres
Publié: (2025)
Invariance under Structure Translation as the Origin of Host Immune Capacity Conservation from Noether's Theorem
par: Chen, Yexing, et autres
Publié: (2025)
par: Chen, Yexing, et autres
Publié: (2025)
Many-Turn Jailbreaking
par: Yang, Xianjun, et autres
Publié: (2025)
par: Yang, Xianjun, et autres
Publié: (2025)
Many-to-Many Matching via Sparsity Controlled Optimal Transport
par: Liu, Weijie, et autres
Publié: (2025)
par: Liu, Weijie, et autres
Publié: (2025)
Many Worlds, Many Theories?
par: Cristina Inoue
Publié: (2016)
par: Cristina Inoue
Publié: (2016)
Partial Conditioning for Inference of Many-Normal-Means with Hölder Constraints
par: Yang, Jiasen, et autres
Publié: (2023)
par: Yang, Jiasen, et autres
Publié: (2023)
General Many-Body Perturbation Framework for Moiré Systems
par: Lu, Xin, et autres
Publié: (2025)
par: Lu, Xin, et autres
Publié: (2025)
Work Statistics and Adiabatic Assumption in Nonequilibrium Many-Body Theory
par: Zuo, Yi, et autres
Publié: (2023)
par: Zuo, Yi, et autres
Publié: (2023)
ManiPose: A Comprehensive Benchmark for Pose-aware Object Manipulation in Robotics
par: Yu, Qiaojun, et autres
Publié: (2024)
par: Yu, Qiaojun, et autres
Publié: (2024)
Translation in the Hands of Many:Centering Lay Users in Machine Translation Interactions
par: Savoldi, Beatrice, et autres
Publié: (2025)
par: Savoldi, Beatrice, et autres
Publié: (2025)
Many-body interferometry of one-dimensional integrable systems
par: Arzamasovs, Maksims, et autres
Publié: (2024)
par: Arzamasovs, Maksims, et autres
Publié: (2024)
Deploy DINO with Many-to-Many Association
par: Jiang, Haodong, et autres
Publié: (2026)
par: Jiang, Haodong, et autres
Publié: (2026)
Documents similaires
-
Making LLMs Better Many-to-Many Speech-to-Text Translators with Curriculum Learning
par: Du, Yexing, et autres
Publié: (2024) -
Bandwidth-Efficient and Privacy-Preserving Edge-Cloud Many-to-Many Speech Translation
par: Du, Yexing, et autres
Publié: (2026) -
Scalable Multilingual Multimodal Machine Translation with Speech-Text Fusion
par: Du, Yexing, et autres
Publié: (2026) -
CCFQA: A Benchmark for Cross-Lingual and Cross-Modal Speech and Text Factuality Evaluation
par: Du, Yexing, et autres
Publié: (2025) -
MCGA: A Multi-task Classical Chinese Literary Genre Audio Corpus
par: Du, Yexing, et autres
Publié: (2026)