Neuste Artikel für Spracherkennung

Neues Modell verbessert die Erkennungsgeschwindigkeit und den Speicherverbrauch von Sprache.

Neue Methoden verbessern die Spracherkennung in bestimmten Bereichen ohne umfangreiche Daten.

Ein neues Modell verbessert, wie Computer gesprochene Sprache verarbeiten.

Der Bayes-Risiko-Transducer verbessert die Effizienz und Genauigkeit der Spracherkennung.

Neuer Datensatz und Rahmen verbessern die Fähigkeiten zur Beantwortung gesprochener Fragen.

Die Integration von Metadaten verbessert die Leistung bei Sprachaufgaben wie der Spracherkennung.

Dieser Artikel behandelt die Echtzeitfähigkeiten des Transducer-Modells und die neuesten Verbesserungen.

Die Forschung untersucht Methoden zur direkten Identifizierung von Themen aus Audioaufnahmen.

Ein neues Modell verbindet Phonetik und Akustik für bessere Sprachtechnologie.

Forschung zeigt, dass mehrere Mikrofone Vorteile beim Erkennen und Lokalisieren von Sprechern haben.

Ein neues Modell für klarere Sprache in lauten Umgebungen.

Neue Systeme verbessern die Sprecheridentifikation mit Audio- und visuellen Daten.

Forscher verbessern das Aussprache-Training mit neuen Technologien für Sprachlerner.

Die Sprachsuche entwickelt sich weiter und verbessert die Spracherkennung, um die Nutzererfahrung zu optimieren.

Eine neue Methode verbessert die Erkennung von Fake-Audio durch adaptive Gewichtsanpassung.

Neues Modell verbessert die Spracherkennung in lauten Umgebungen, indem es sich auf einen einzelnen Sprecher konzentriert.

Verbesserung hybrider ASR-Systeme für zweisprachige Sprache mit Graphem-Einheiten.

Ein neues Modell verbessert die Sprach- und Textausrichtung für eine bessere automatische Erkennung.

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.