本文介绍了一种基于连接主义时间分类（CTC）的非自回归语音翻译模型，采用预测感知编码和跨层注意力方法，显著提高了解码速度和翻译质量。实验结果显示，该模型在多个基准测试中优于自回归模型，具有更高的BLEU分数和加速效果。

基于连接主义时间分类（CTC）的新型仅编码器语音模型（OWSM-CTC）在多语言自动语音识别（ASR），语音翻译（ST）和语言识别（LID）任务上取得了有竞争力的结果，并在ST上提高了25％的相对改进。该模型在推断中更为稳健且速度更快，同时也对长形式ASR结果有20倍的加速。