Změněné před 1 měsícem

A 1300-hour English speech and text corpus of parliamentary debates for (streaming) ASR training and benchmarking, speech data filtering and speech data verbatimization.

Změněné před 7 měsíci

This repository contains the code of the ACL 2022 paper "From Simultaneous to Streaming Machine Translation by Leveraging Streaming History".

Změněné před 1 rokem

This repository contains the code for the EMNLP 2021 paper "Stream-level Latency Evaluation for Simultaneous Machine Translation".

Změněné před 1 rokem

This repository contains the code for the segmentation system proposed in the EMNLP 2020 paper "Direct Segmentation Models for Streaming Speech Translation".

Změněné před 1 rokem

Změněné před 1 rokem

Early software by MLLP researchers (2010-2015): AK, GIDOC, jaf_Tools, Bilingual Text Classification.

Změněné před 1 rokem

Europarl-ST is a Multilingual Speech Translation Corpus which contains paired audio-text samples for Speech Translation, constructed using the debates carried out in the European Parliament in the period between 2008 and 2012.

Změněné před 1 rokem

Změněné před 2 roky