计算机工程与科学

作者：臧日成, 高光来, 飞龙

单位：（1.内蒙古大学计算机学院（软件学院），内蒙古 呼和浩特 010021；2.内蒙古大学蒙古文智能信息处理技术国家地方联合工程研究中心，内蒙古 呼和浩特 010021;3.内蒙古自治区多语种人工智能技术重点实验室，内蒙古 呼和浩特 010021）

关键词：蒙古语,语音翻译；知识蒸馏；多任务学习,

基金：国家自然科学基金（62566045）;内蒙古自治区科技计划（2025KYPT0041）;内蒙古自治区一流学科科研专项（YLXKZX-ND-036）

端到端语音翻译技术，旨在实现从源语言到目标语言的自动转换，近年来在多个领域取得了显著进展。然而，在蒙古语的语音翻译方面，效果尚有待提升。其挑战主要源于蒙汉语音翻译数据集的稀缺，现有模型在处理蒙古语语音翻译任务时效果较差。为了克服这些难题，采取了以下措施：首先，收集并构建了一个大规模的蒙汉对照语音翻译数据集，以支持翻译模型的训练。其次，引入联合学习策略，通过编码器和解码器之间的参数共享，促进语音翻译与机器翻译任务之间的知识迁移。此外，为了缩小语音与文本之间的模态差异，采用了交叉注意力正则化方法，以增强模型对不同模态输入的理解和利用。通过知识蒸馏技术，动态更新机器翻译模型，进一步提升了语音翻译模型的性能。最后，集成语音合成模块，实现了从蒙古语语音到汉语语音的翻译。实验结果表明，所提模型在翻译准确率上取得了显著提升，与直接训练的语音翻译模型相比，其BLEU将近提升了2.00。

来源：2025年第12期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第12期