Neuste Artikel für Spracherkennung

Frische Metriken zur Bewertung der Sprecherdiarisierung genauigkeit in konversationaler KI vorstellen.

Neue Methoden verbessern die Genauigkeit und Geschwindigkeit in Spracherkennungssystemen.

Eine neue Methode verbessert die ASR-Leistung durch die Integration von Textdaten.

Textinjektion hilft, persönliche Informationen zu erkennen, während die Privatsphäre gewahrt bleibt.

Radio2Text nutzt mmWave-Signale für die Echtzeit-Spracherkennung in lauten Umgebungen.

Diese Studie verbessert G2P-Modelle, indem sie sich auf fehleranfällige Bereiche während des Trainings konzentriert.

Entdeck Methoden, die die Genauigkeit beim Formant-Tracking für Sprachanalysen verbessern.

Neue Methoden verbessern die Sprachverarbeitung und -erzeugung in Sprachmodellen.

Neue Techniken verbessern die Audio-Klarheit in lauten Umgebungen.

Neue Methoden verbessern die Schlüsselworterkennung mit verfügbaren Lesesprechdaten.

Ein neuer Ansatz verbessert die Vertrauensschätzung in ASR-Systemen für bessere Genauigkeit.

Diese Studie untersucht Probleme bei der Verwendung von ConvNets zur Erstellung von Audio-Filterbänken.

Dieser Artikel untersucht Fortschritte in der Sprecherdiarisierung mithilfe von Sprachmodellen für eine bessere Genauigkeit.

Neues System verbessert die Spracherkennung mit kontextbezogenen Aufforderungen.

EnCodecMAE kombiniert selbstüberwachtes Lernen und Audio-Codecs für bessere Audio-Aufgabenleistung.

Eine flexible Methode zur Erkennung von Schlüsselwörtern in der Sprache über verschiedene Sprachen hinweg.

PIAVE hilft Maschinen, Stimmen klar zu erfassen, selbst wenn die Sprecher den Kopf drehen.

Ein flexibles Framework vorstellen, um die Forschung zur Sprachprivatsphäre zu verbessern.

Eine neue Methode macht es einfacher, Sprachklassifikationsmodelle zu verstehen.

M-AUDIODEC komprimiert Mehrkanal-Audio und behält dabei die Lautsprecherposition und Qualität.

Forschung zeigt neue Modelle, um die Sprachklarheit in smarten Ohrhörern zu verbessern.

Eine neue Methode verbessert die Fähigkeit von Robotern, gesprochene Anweisungen genau zu befolgen.

Neue Methoden verbessern unsere Fähigkeit, gefälschte Sprache effektiv zu erkennen.

Eine neue Methode verbessert ASR-Modelle für einzelne Nutzer mithilfe von Quantisierung und Anpassung.

Neue Modelle passen sich an, um die Effizienz und Reaktionsfähigkeit der Spracherkennung zu verbessern.

Die Spracherkennung von Whisper für Vietnamesisch und andere Sprachen mit geringem Ressourcengehalt verbessern.

Diese Studie untersucht, wie das Hörvermögen das Sprachverständnis in lauten Umgebungen beeinflusst.

Mit k-Means-Clustering Audio-Daten optimieren für besseres Model-Training.

Eine Methode, um das beste ASR-Modell basierend auf Audio-Features auszuwählen.

MyST zielt darauf ab, das Wissenschaftslernen von Kindern durch virtuelles Tutoring zu verbessern.

Ein Blick auf M2MeT 2.0 und seinen Einfluss auf die Transkription von Meetings.

Diese Studie untersucht, wie Modelkompression die Spracherkennung in lauten Umgebungen beeinflusst.

Ein neues Modell verbessert das Verständnis von Sprache und Geräuschen gleichzeitig.

Neue Modelle für bessere Spracherkennung in lauten Umgebungen.

Die Forschung konzentriert sich darauf, ASR-Systeme für unsegmentierte Audiodaten zu verbessern.

Untersuchung von Leistungsunterschieden bei der Spracherkennung zwischen den Geschlechtern.

LLMs verbessern die Genauigkeit und Fehlerkorrektur in Spracherkennungssystemen.

PP-MeT zielt darauf ab, die Genauigkeit beim Transkribieren von Mehrsprecher-Meetings zu verbessern.

Diese Forschung stellt ein Modell vor, um die Sprachverständlichkeit unter verschiedenen Bedingungen zu verbessern.

Dieses Projekt hat das Ziel, die Erkennung von gemischter Gujarati-Englisch-Sprache zu verbessern.