Esaú Villatoro-Tello

Das XLSR-Transducer-Modell glänzt bei der Echtzeit-Transkription mit minimalen Daten.

TokenVerse vereinfacht die Analyse von gesprochenen Gesprächen, indem es mehrere Aufgaben in ein einziges Modell integriert.

Eine Methode, um die automatische Spracherkennung zu verbessern, indem man Schlüsselwortlisten mit Sprachmodellen kombiniert.

Lerne, wie man Sprachmodelle effektiv mit weniger gekennzeichneten Ressourcen trainiert.

Die Stärken, Schwächen und die Zukunft von SLAM-ASR in der Spracherkennung untersuchen.