Traduire la parole: le cas des TED Talks

Natalia Segal (1) , Hélène Bonneau-Maynard (1) , François Yvon (1)

1 LIMSI - Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur

L'amélioration continue des performances des systèmes statistiques de traduction automatique, comme celle des outils de reconnaissance vocale, ouvrent de nouvelles perspectives pour le développement d'applications de traduction automatique de la parole. En nous appuyant sur notre expérience de développement de systèmes pour des traductions de conférences, nous analysons et essayons de quantifier les difficultés principales auxquelles continuent de faire face les développeurs d'outils de traduction de parole, en tout premier lieu le manque de corpus oraux parallèles, et présentons diverses manières de les contourner.

. The continuous improvement of the quality of machine translation and of speech recognition systems opens new perspectives for the development of spoken translation applications. In this study, based on our own experience with the development of Spoken Translation Systems (STS) for conferences, we analyze and quantify the main difficulties raised by STSs, and discuss possible strategies to migitate these issues.

Mots clés: Spoken Translation Systems; Statistical Machine Translation; Automatic Speech Recognition

Mots clés: traduction automatique statistique; reconnaissance vocale; traduction automatique de la parole

Domaines: Informatique et langage [cs.CL]

Natalia Segal, Hélène Bonneau-Maynard, François Yvon. Traduire la parole: le cas des TED Talks. Revue TAL : traitement automatique des langues, 2015, 55, pp.13-45. ⟨hal-01620907⟩