Últimos artículos para Reconocimiento de voz

Presentando nuevas métricas para evaluar la precisión de la diarización de hablantes en la IA conversacional.

Nuevos métodos mejoran la precisión y la velocidad en los sistemas de reconocimiento de voz.

Un nuevo método mejora el rendimiento del ASR a través de la integración de datos de texto.

La inyección de texto ayuda a reconocer información personal mientras se mantiene la privacidad.

Radio2Text usa señales mmWave para el reconocimiento de voz en tiempo real en entornos ruidosos.

Este estudio mejora los modelos G2P al centrarse en las áreas propensas a errores durante el entrenamiento.

Descubre métodos que mejoran la precisión en el seguimiento de formantes para el análisis del habla.

Nuevos métodos mejoran el procesamiento y la generación de habla en los modelos de lenguaje.

Nuevas técnicas mejoran la claridad del audio en entornos ruidosos.

Nuevos métodos mejoran la detección de palabras clave usando datos de habla leída disponibles.

Un nuevo enfoque mejora la estimación de confianza en los sistemas de ASR para más precisión.

Este estudio explora problemas con el uso de convnets para la creación de bancos de filtros de audio.

Este artículo explora los avances en la diarización de hablantes usando modelos de lenguaje para mejorar la precisión.

Nuevo sistema mejora el reconocimiento de voz usando indicaciones conscientes del contexto.

EnCodecMAE combina el aprendizaje auto-supervisado y códecs de audio para mejorar el rendimiento en tareas de audio.

Presentamos un método flexible para reconocer palabras clave en el habla en diferentes idiomas.

PIAVE ayuda a las máquinas a captar voces con claridad, incluso cuando los hablantes giran la cabeza.

Presentamos un marco flexible para mejorar la investigación sobre la privacidad de la voz.

Un nuevo método simplifica la comprensión de los modelos de clasificación de voz.

M-AUDIODEC comprime audio multicanal manteniendo la posición de los altavoces y la calidad.

La investigación revela nuevos modelos para mejorar la claridad del sonido en los auriculares inteligentes.

Un nuevo método mejora la capacidad de los robots para seguir instrucciones habladas con precisión.

Nuevos métodos están mejorando nuestra capacidad para detectar discursos falsos de manera efectiva.

Un nuevo método mejora los modelos de ASR para usuarios individuales usando cuantización y adaptación.

Nuevos modelos se adaptan para mejorar la eficiencia y la rapidez del reconocimiento de voz.

Mejorando el reconocimiento de voz de Whisper para el vietnamita y otros idiomas de bajo recurso.

Este estudio examina cómo la capacidad auditiva afecta la comprensión del habla en entornos ruidosos.

Usando k-means para optimizar datos de audio y mejorar el entrenamiento del modelo.

Un método para elegir el mejor modelo de ASR basado en características de audio.

MyST busca mejorar el aprendizaje de ciencias de los niños a través de tutorías virtuales.

Una mirada a M2MeT 2.0 y su impacto en la transcripción de reuniones.

Este estudio analiza cómo la compresión de modelos afecta el reconocimiento de voz en entornos ruidosos.

Un nuevo modelo mejora la comprensión del habla y los sonidos al mismo tiempo.

Presentando nuevos modelos para mejorar la extracción de voz en entornos ruidosos.

La investigación se centra en mejorar los sistemas de ASR para audio no segmentado.

Examinando las diferencias en el rendimiento del reconocimiento de voz entre géneros.

Los LLMs mejoran la precisión y la corrección de errores en los sistemas de reconocimiento de voz.

PP-MeT tiene como objetivo mejorar la precisión en la transcripción de reuniones con varios hablantes.

Esta investigación presenta un modelo para mejorar la claridad del habla en diferentes condiciones.

Este proyecto tiene como objetivo mejorar el reconocimiento del habla mixta de gujarati-inglés.