IWSLT 2020向けエンドツーエンドオフライン音声翻訳システム：モダリティに依存しないメタラーニングを用いた手法

本稿では、IWSLT 2020 オフライン音声翻訳タスクに提出されたシステムについて述べる。本研究では、エンドツーエンド音声からテキストへの翻訳（Speech-to-Text Translation, ST）システム構築のため、Transformerアーキテクチャとメタラーニングアプローチを組み合わせた手法を採用した。このメタラーニングアプローチは、音声認識（ASR）および機械翻訳（MT）タスクで入手可能なデータを活用することで、STタスクにおけるデータ不足問題に対処する。さらに、合成データ拡張技術と組み合わせることで、モデル性能が著しく向上し、IWSLT 2015 テストセット、MuST-C テストセット、Europarl-ST テストセットにおいて、それぞれBLEUスコア24.58、27.51、27.61を達成した。