谭皓天 Haotian Tan

信息科学博士研究生

Human AI Interaction Laboratory
奈良先端科学技术大学院大学（NAIST），日本

邮箱 Google Scholar

谭皓天现为日本奈良先端科学技术大学院大学（NAIST）信息科学博士研究生，所属Human AI Interaction Laboratory，师从 Sakriani Sakti 教授。

他的研究方向包括实时语音翻译、机器翻译、语音识别与语音合成，重点研究连续语音流中的听译决策、低延迟同传方法及实时语音到语音系统，探索翻译质量与端到端延迟之间的权衡。

教育经历

2024.04 — 至今

奈良先端科学技术大学院大学（NAIST）

博士在读 · 信息科学

Human AI Interaction Laboratory · 导师：Sakriani Sakti 教授

2023.04 — 2024.03

北陆先端科学技术大学院大学（JAIST）

博士阶段 · 信息科学（后转入 NAIST）

导师：Sakriani Sakti 教授 · 2024 年 4 月转入 NAIST

2021.04 — 2023.03

金泽大学

硕士 · 信息工程

导师：Junichi Akita 教授

2015.09 — 2019.06

桂林电子科技大学

学士 · 电子科学与技术

中国，桂林

研究方向

实时语音翻译

研究无边界连续语音流的低延迟翻译，重点关注听译决策（READ/WRITE）及翻译质量与响应速度之间的权衡。

语音识别

研究面向多语言实时翻译的流式语音识别与语音理解方法，为连续语音处理提供稳定的输入表征。

语音合成

研究增量语音合成及其与实时翻译的协同，打通译文生成与语音输出链路，实现实时跨语言语音交流。

机器翻译

探索大语言模型驱动的翻译与语义单元感知方法，将听译决策与译文生成结合于可运行的同传系统。

学术论文

2026

Learning When to Speak: Human-Inspired Unit Sensing for Machine Simultaneous Interpretation

Haotian Tan, Hiroki Ouchi, and Sakriani Sakti

IEEE/ACM Transactions on Audio, Speech, and Language Processing (TASLP).

[论文]期刊论文第一作者

2026

SimulSense: Sense-Driven Interpreting for Efficient Simultaneous Speech Translation

Haotian Tan, Hiroki Ouchi, and Sakriani Sakti

IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2026).

[论文][arXiv]会议论文第一作者

2025

NAIST Simultaneous Speech Translation System for IWSLT 2025

Haotian Tan, Ruhiyah Faradishi Widiaputri, Jan Meyer Saragih, Yuka Ko, Katsuhito Sudoh, Satoshi Nakamura, and Sakriani Sakti

Proceedings of the 22nd International Conference on Spoken Language Translation (IWSLT 2025), pp. 369–378.

[论文]系统论文第一作者

2025

NAIST Offline Speech Translation System for IWSLT 2025

Ruhiyah Faradishi Widiaputri, Haotian Tan, Jan Meyer Saragih, Yuka Ko, Katsuhito Sudoh, Satoshi Nakamura, and Sakriani Sakti

Proceedings of the 22nd International Conference on Spoken Language Translation (IWSLT 2025), pp. 360–368.

[论文]系统论文

2024

Contrastive Feedback Mechanism for Simultaneous Speech Translation

Haotian Tan and Sakriani Sakti

Proceedings of INTERSPEECH 2024, pp. 852–856.

[论文]会议论文第一作者

2024

Chunk Size Scheduling for Optimizing the Quality-Latency Trade-off in Simultaneous Speech Translation

Iqbal Pahlevi Amin, Haotian Tan, Kurniawati Azizah, and Sakriani Sakti

27th Conference of the Oriental COCOSDA International Committee (O-COCOSDA 2024), pp. 1–6.

[论文]会议论文

2024

NAIST Simultaneous Speech Translation System for IWSLT 2024

Yuka Ko, Ryo Fukuda, Yuta Nishikawa, Yasumasa Kano, Tomoya Yanagita, Kosuke Doi, Mana Makinae, Haotian Tan, et al.

Proceedings of the 21st International Conference on Spoken Language Translation (IWSLT 2024), pp. 170–182.

[论文]系统论文

科研项目

参与时间：2024.04 — 2026.03

多模态自动同声传译系统与质量评测

日本学术振兴会（JSPS）KAKENHI 基盘研究（S）· 项目编号 21H05054

项目目标：面向无需等待发言结束的实时跨语言交流，研究接近专业译员水平的自动同声传译技术及质量评测方法，推动研究原型向实际应用转化。

个人工作：主导大语言模型驱动的实时语音到语音同传系统设计与实现，打通语音输入、译文生成与语音输出的完整链路，优化听译决策、翻译质量与端到端延迟之间的权衡。

成果产出：交付可运行的同传研究原型，并与 Tleez, Inc. 和 CueBeX, Inc. 合作开发面向产品发布的演示系统，推动算法研究成果转化为可展示、可验证的系统。

项目主页 ↗