Yihan Wu

EVA kombiniert Audio- und visuelle Signale für eine bessere Spracherkennungsgenauigkeit.

2025-06-07T22:08:20+00:00 ― 5 min Lesedauer

ESPnet-Codec verbessert das Training und die Bewertung von neuronalen Codecs für Audio und Sprache.

2025-06-03T03:09:30+00:00 ― 7 min Lesedauer

Lern, wie AV-ASR Audio und Visuals kombiniert, um die Spracherkennung zu verbessern.

2025-01-24T21:39:36+00:00 ― 6 min Lesedauer