Neuste Artikel für Spracherkennung

Eine neue Methode verbessert, wie Systeme mit Fehlern im Verständnis von gesprochener Sprache umgehen.

Eine neue Methode verbessert die Texterkennungsgenauigkeit in verschiedenen Anwendungen.

Ein universeller Audio-Clip kann fortgeschrittene ASR-Modelle wie Whisper stummschalten.

Frühzeitige Ausstiegsmodelle für effektives föderiertes Lernen in ASR-Systemen nutzen.

SpeechVerse überbrückt das Verständnis von Audio und Sprachverarbeitung für eine bessere Interaktion zwischen Mensch und Computer.

Verbesserte Spracherkennung für Klassenzimmer mit fortschrittlichen Trainingstechniken verbessert das Lernen.

Denoising-Sprachmodelle verbessern die Fehlerkorrektur in Sprach-erkennungssystemen mit synthetischen Daten.

Lern, wie Speech Inpainting die Audioqualität in verschiedenen Bereichen wiederherstellt.

Ein neues Modell verbessert die Spracherkennung mit mehreren Dekodierungs-Methoden.

Eine Studie zur Verbesserung der automatischen Spracherkennung für arabische Dialekte mit effizienten Modelltechniken.

Die Rolle des selbstüberwachten Lernens in der Sprachverarbeitung und die Herausforderungen dabei erkunden.

Ein Blick auf neue Methoden zum Verständnis von überlappender Sprache während Gesprächen.

Neue Methode zielt auf Rhythmusänderungen für heimliche Sprachangriffe ab.

Ein neues System hilft dabei, Sprache von Geräuschen zu trennen, damit die Kommunikation klarer wird.

Erfahre mehr über Online-Sprecherdiarisierung und ihre Bedeutung in verschiedenen Anwendungen.

Neues Benchmark-Tool bewertet diskrete Audio-Tokens für verschiedene Sprachverarbeitungsaufgaben.

Eine neue Methode kombiniert akustische Merkmale und Vertrauenswerte für bessere Fehlerkorrektur.

Eine Studie darüber, wie Maschinen sich an phonologische Veränderungen in der Sprache anpassen.

Ein System kombiniert Audio und Video, um die Erkennungsgenauigkeit von Sprechern zu verbessern.

Eine neue Methode verbessert den Maschinendialog durch Pseudo-Stereo-Daten.

Diese Studie präsentiert einen Datensatz und eine Methode, um die Genauigkeit der chinesischen ASR mithilfe von Pinyin zu verbessern.

Diese Studie konzentriert sich darauf, die Erkennung von Deepfake-Audio mit fortschrittlichen Methoden zu verbessern.

Das Verstehen von Unsicherheit verbessert die Genauigkeit der Emotionserkennung in realen Szenarien.

Ein System zur Sprechererkennung in mehrsprachigen Audios ohne umfangreiche Daten.

Die Verbesserung der Technologie zur Anonymisierung von Sprechern in neun Sprachen, um die Privatsphäre zu gewährleisten.

Forschung zeigt, dass Videos die Sprachrecognition in lauten Umgebungen verbessern.

Eine neue Methode verbessert die Genauigkeit beim Erkennen von Sprache von mehreren Sprechern.

Erforsche, wie der auditorische Kortex Klang über die Zeit integriert.

Eine neue Methode verbessert die Sprachverständlichkeit in lauten Umgebungen mit dualen neuronalen Netzwerken.

Das XLSR-Transducer-Modell glänzt bei der Echtzeit-Transkription mit minimalen Daten.

Ein neues Modell verbessert die Genauigkeit bei der Spracherkennung über mehrere Sprachen hinweg.

Forschung zeigt Risiken bei Sprachmodellen, die multitaskingfähig sind, wie Whisper.

TokenVerse vereinfacht die Analyse von gesprochenen Gesprächen, indem es mehrere Aufgaben in ein einziges Modell integriert.

Diese Studie untersucht Mix-Training für die Schlüsselworterkennung unter lauten Sprachbedingungen.

Die Verbesserung von Spracherkennungssystemen für Sprachen mit begrenzten Online-Daten.

Diese Studie untersucht, wie neuronale Netzwerke Sprache mithilfe von Spektrogrammen interpretieren.

Lern, wie Kontext die Genauigkeit der automatischen Spracherkennung und die Wörterkennung verbessert.

Diese Studie nutzt fiwGAN, um die Vokalphonemharmonien in der assamesischen Sprache zu erkunden.

Ein neues Framework verbessert die ASR-Leistung mit begrenzten Daten und Ressourcen.

Dieser Artikel bespricht, wie man die Formatierung von Zahlen in automatischen Transkripten verbessern kann.