Boris Ginsburg

Nuevo modelo mejora el reconocimiento de voz en entornos ruidosos al centrarse en un solo hablante.

Los modelos de lenguaje modernos mejoran la precisión y calidad de la normalización de texto.

La familia Nemotron-4 340B ofrece modelos potentes para diversas aplicaciones y generación de datos sintéticos.

Un nuevo modelo mejora la claridad del habla al atacar el ruido y los ecos.

NEST ofrece un enfoque más rápido y eficiente para tareas de habla auto-supervisadas.

Sortformer integra diarización de hablantes y ASR para mejorar el procesamiento de audio.

Explorando el desafío GenSEC para mejorar la precisión de la transcripción de voz.

Un nuevo marco simplifica el reconocimiento de voz en entornos ruidosos.

Nuevo método para modelos de lenguaje de voz reduce la necesidad de grandes cantidades de datos.

NeKo mejora la comunicación entre máquinas arreglando errores de voz, traducciones y texto.

Star Attention mejora la forma en que los modelos de lenguaje manejan secuencias largas de texto.