该文章提出了一种基于直接偏好优化（DPO）微调大型语言模型（LLMs）的同步语音翻译（SimulST）分割框架，解决了现有分割模型缺乏人类偏好对齐的问题，在翻译质量和延迟平衡上表现更优。
一、文章主要内容总结
- 研究背景：同步语音翻译需通过精准分割平衡翻译质量与延迟，现有模型（如SHAS）依赖监督学习目标，未融入人类偏好对齐，难以满足实时自然翻译需求。
- 核心方法：构建以Qwen2.5-Omni-3B为基础的LLM分割框架，通过DPO进行微调；从CoVoST2语料库构建约8000个偏好对（结合VAD、固定长度分割等策略生成候选分割，按翻译质量和延迟排序），将分割模块与SeamlessM4T v2翻译骨干集成。
- 实验设计：在ACL 60/60语料库的英日、英中、英德三种语言对上评估，以固定长度分割、VAD分割、SHAS为基线，采用BLEU（翻译质量）和Streaming LAAL（延迟）为指标。
- 实验结果：DPO微调的LLM分割框架在三种语言对上均优于基线，如英德方向BLEU达25.5（SHAS为23.6），平均比SHAS提升约1.5个BLEU，延迟仅增加约100ms；在延迟-质量权衡上，该方法始终优于其他策略。
- 局限性：仅评估三种语言对，泛化性待验证；3B参数LLM增加计算开销，不利于资源受限设备部署；部分延迟阈值下BLEU波动，分割稳定性需提升；未进行人工评估。
