摘要
本研究介绍了MLLP-VRAIN研究小组在IWSLT 2026同步语音翻译任务中的参与。我们提交的系统利用了最近发布的Parakeet和Qwen 3.5模型，通过自适应的“黑箱”策略创建了一种稳健的级联解决方案，旨在处理长篇的SimulST。我们探索了这些策略的放宽，以实现更好的质量与延迟权衡。
与去年相比，我们在所有语言方向上均有所参与。此外，对于英语到德语、意大利语和中文的方向，我们还参与了今年的新上下文轨道，结合了ASR词汇增强和离线预翻译示例的RAG机制，以指导生成并为我们的系统丰富领域特定上下文。最后，我们提供了系统的详细延迟分析。与去年相比，MCIF英语到德语测试集的结果显示质量显著提升，达到了+5.82 XCOMET-XL。我们的上下文轨道处理进一步提升了性能，增加了+1.03。
博主点评： MLLP-VRAIN团队在同步语音翻译任务中的创新方法，尤其是自适应黑箱策略和上下文增强机制，展示了如何在保持翻译质量的同时降低延迟。这种新颖的方案为未来的实时翻译系统奠定了良好的基础，值得关注。