BriefGPT - AI 论文速递
·
LLMs 是优秀的手语翻译器
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了STMC-Transformer翻译系统，提高了PHOENIX-Weather 2014T数据集的翻译质量，并指出了当前方法中的问题。建议未来的SLT研究采用端到端的训练方法或使用不同的手语注释方式。
🎯
关键要点
- 本研究提出了STMC-Transformer翻译系统。
- STMC-Transformer在PHOENIX-Weather 2014T数据集的亮度-文本翻译和视频-文本翻译方面分别提高了5和7 BLEU。
- 在ASLG-PC12数据集上，STMC-Transformer也提高了超过16 BLEU。
- 当前方法存在问题，依赖于gloss监督导致SLT表现不佳。
- gloss被认为是手语的低效表示方法。
- 建议未来的SLT研究采用端到端的训练方法或使用不同的手语注释方式。
➡️
