Neuste Artikel für Spracherkennung

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.

Ein neues Modell kombiniert Audio und Text für eine bessere Sprachklassifikation.

Eine neue Initiative zur Verbesserung der Transkriptionstechnologie für Meetings in grossen Räumen.

Neue Methoden verbessern die Genauigkeit bei der Erkennung von Sprache in lauten Umgebungen mit grossen Sprachmodellen.

Dieser Artikel bespricht Lösungen für Sprach-Anwendungen in Sprachen mit begrenzten transkribierten Daten.

Eine neue Methode unterstützt die Erhaltung von bedrohten Sprachen durch detaillierte Dokumentation.

Eine Methode verbessert die Sprachklarheit in lauten Umgebungen, ohne dass klare Trainingsdaten vorhanden sind.

Neue Methoden verbessern ASR für unterrepräsentierte Sprachen, indem sie Daten aus ähnlichen Sprachen nutzen.

Reborn bietet innovative Lösungen für automatische Spracherkennung ohne beschriftete Daten.

Ein Blick auf neue Modelle für natürliche gesprochene Antworten.

Neue Methoden verbessern die Erkennung von Sprachaktivität und Überlappungen beim Speaker Diarization.

Chirp MFCC verbessert die Audio-Signalrepräsentation für eine bessere Klassifizierung und Erkennung.

Kallaama erstellt ein Sprachdataset in lokalen Sprachen, um senegalesischen Bauern zu helfen.

Ein neues Framework verbessert Sprachmodelle, indem es verschiedene Sprechstile erkennt und darauf reagiert.

ASV-Systeme verbessern, um die Stimmen von Kindern genau zu erkennen.

Die Forschung hebt neue Modelle für bessere Audioqualität in verschiedenen Umgebungen hervor.

Die Forschung zeigt, dass das Timing wichtiger ist als bestimmte Merkmale der Sprecher in Diarisierungsmodellen.

Ein Blick auf MONA, ein System, das die stille Sprachkommunikation verbessert.

Die Forschung konzentriert sich darauf, Robotern zu helfen, Sprache besser zu verstehen, auch wenn Hintergrundgeräusche da sind.

Ein neuer Benchmark bewertet die Leistung von Sprach­erkennungssystemen unter verschiedenen Störungen.

KI verbessert Cochlea-Implantate für besseres Hören und Kommunizieren in schwierigen Umgebungen.

Diese Methode verbessert die Audio-Trennung, indem sie Sprachbeschreibungen mit Klanganalysen kombiniert.

Forschung zeigt, dass Sprachanalysen vielversprechend sind, um Parkinson frühzeitig zu erkennen.