Sriram Ganapathy

Die Kombination von grundlegenden und spezialisierten Modellen steigert die KI-Fähigkeiten effizient.

Neue Methoden kombinieren Audio und Metadaten für eine bessere Spracherkennung.

Lern, wie Dereverberation die Spracherkennung in lauten Umgebungen verbessert.

E-SHARC verbessert die Sprecheridentifikation in verschiedenen Audio-Umgebungen.

Dieser Artikel stellt ein Dual-Encoder-System für effektives Lernen von Sprachrepräsentationen vor.

Neue Methode verbessert die Handhabung von verschiedenen Akzenten in ASR-Systemen durch spezielle Codebücher.

Ein neuer Massstab hilft dabei, Sprach-Tokenizer für bessere Leistung zu bewerten.

Eine neue Methode kombiniert Bedeutung und Klang für eine verbesserte Emotionserkennung in der Sprache.

Neue Methoden verbessern das Verständnis der Vorhersagen von KI-Modellen.

Untersuchen, wie unsere Gehirne in verschiedenen Situationen mit Geräuschen und Sprache umgehen.