Sing it, Narrate it: Quality Musical Lyrics Translation

要約

ミュージカルの歌詞の翻訳には、長さや韻などの歌いやすさの要件を守りながら、高い翻訳品質を確保する必要があるため、独特の課題が生じます。
既存の歌の翻訳アプローチでは、ミュージカルにとって重要な翻訳の品質を犠牲にして、これらの歌いやすさの制約を優先することがよくあります。
この文書は、歌いやすさの重要な特徴を維持しながら、翻訳の品質を向上させることを目的としています。
私たちの方法は 3 つの主要なコンポーネントで構成されます。
まず、翻訳品質の自動評価のための報酬モデルをトレーニングするためのデータセットを作成します。
次に、歌いやすさと翻訳品質の両方を向上させるために、フィルタリング技術を使用した 2 段階のトレーニング プロセスを実装します。
最後に、曲全体を翻訳するための推論時間最適化フレームワークを紹介します。
自動評価と人間による評価の両方を含む広範な実験により、ベースライン手法に比べて大幅な改善が見られ、アプローチの各コンポーネントの有効性が検証されました。

要約(オリジナル)

Translating lyrics for musicals presents unique challenges due to the need to ensure high translation quality while adhering to singability requirements such as length and rhyme. Existing song translation approaches often prioritize these singability constraints at the expense of translation quality, which is crucial for musicals. This paper aims to enhance translation quality while maintaining key singability features. Our method consists of three main components. First, we create a dataset to train reward models for the automatic evaluation of translation quality. Second, to enhance both singability and translation quality, we implement a two-stage training process with filtering techniques. Finally, we introduce an inference-time optimization framework for translating entire songs. Extensive experiments, including both automatic and human evaluations, demonstrate significant improvements over baseline methods and validate the effectiveness of each component in our approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google