InfiniSST는 제한 없는 스트리밍 음성의 동시 통역 문제를 다루는 새로운 접근 방식을 제시하는 논문입니다. 기존 연구들이 사전 분할된 음성을 가정한 것과 달리, InfiniSST는 동시 통역을 다회차 대화 과제로 공식화하여 제한 없는 음성의 매끄러운 번역을 가능하게 합니다. MuST-C 데이터셋을 이용하여 다양한 지연 시간을 고려한 증강 학습을 통해 번역 경로와 강건한 세그먼트를 생성하고, 효율적인 추론을 위해 키-값(KV) 캐시 관리 전략을 개발했습니다. 실험 결과, MuST-C En-Es, En-De, En-Zh 데이터셋에서 기존 방법 대비 계산량을 고려한 지연 시간을 0.5~1초 단축하면서 동일한 번역 품질을 유지함을 보였습니다. 추가적인 ablation study를 통해 데이터 구성 및 캐시 관리 전략의 효과를 검증했습니다. 소스 코드와 데모는 깃허브에서 공개되었습니다.
