Últimos artículos para Reconocimiento de voz

Un nuevo método busca mejorar los sistemas de reconocimiento de voz para personas con disartria.

Un nuevo método mejora la comprensión de las computadoras sobre comandos hablados con menos ejemplos.

Mejorando la identificación de voces al combinar sonido y palabras habladas en audio.

Un nuevo marco mejora la detección de hablantes activos usando pistas de audio y visuales.

Un nuevo método mejora los modelos de audio generales para un reconocimiento de voz efectivo.

Esta investigación aborda el olvido en la IA a través del aprendizaje continuo en la comprensión del lenguaje hablado.

CALLS tiene como objetivo mejorar la capacidad de los asistentes de voz para manejar interacciones con clientes.

Nuevos métodos usan la identidad del hablante para mejorar el rendimiento del reconocimiento de voz.

Usar transfer learning de modelos checos mejora la precisión del reconocimiento de voz en eslovaco.

Construyendo sistemas de TTS para lenguas turcas menos conocidas usando datos en kazajo.

Un nuevo modelo mejora el aislamiento de voz en entornos ruidosos.

OpenSR mejora los modelos de lectura labial usando datos de audio para una mejor precisión y accesibilidad.

La investigación revela un modelo para mejorar la corrección de disfluencias en los sistemas de reconocimiento de voz.

Un estudio sobre cómo los errores de habla afectan el aprendizaje con agentes enseñables.

Un nuevo método mejora el reconocimiento de voz para nombres que suenan parecido.

Nuevos métodos mejoran la flexibilidad y el rendimiento del modelo en tareas de audio.

Un nuevo método mejora la comprensión del lenguaje hablado sin necesitar transcripciones escritas.

Mejorando la tecnología de traducción para lenguas de pocos recursos como Tamasheq y Quechua.

BabySLM evalúa qué tan bien las máquinas aprenden a entender el habla según el lenguaje de los niños.

Mejorando sistemas para el reconocimiento de voz silenciosa con nuevas técnicas.

Un nuevo método para entrenar modelos de detección de palabras clave usando supervisión débil en entornos ruidosos.

Un nuevo enfoque mejora el rendimiento de RNN-T en el reconocimiento automático del habla.

Explorando métodos para mejorar el reconocimiento de voz multilingüe en idiomas indios.

Descubre cómo SVVAD mejora la detección de actividad de voz para una mejor verificación del hablante.

Un nuevo método mejora la retroalimentación de pronunciación para los que aprenden idiomas.

Un nuevo marco evalúa qué tan bien los modelos de voz se adaptan a tareas específicas.

La investigación mejora la traducción de voz multilingüe usando conocimiento semántico.

Sparq busca mejorar el rendimiento en redes neuronales cuantizadas con menos necesidades de recursos.

SlothSpeech revela vulnerabilidades en sistemas de reconocimiento de voz, haciéndolos mucho más lentos.

EmoMix permite crear discursos que expresan emociones mixtas con una intensidad precisa.

Un nuevo corpus para traducir audio en cantonés a texto en inglés.

Descubre el innovador método de Autoencoder Máscara de Ventana Múltiple para un mejor procesamiento de audio.

Un nuevo método mejora los sistemas de reconocimiento de voz automático para una mejor precisión y adaptabilidad.

El sesgo contextual mejora los sistemas de reconocimiento de voz, aumentando la precisión en tareas especializadas.

Este estudio presenta un nuevo sistema para detectar errores de pronunciación en los estudiantes de idiomas.

Un nuevo modelo reduce el tamaño mientras mejora el reconocimiento de voz multilingüe.

Un nuevo sistema mejora el reconocimiento de voz en entornos con múltiples hablantes.

Este estudio examina los beneficios de combinar el procesamiento del habla con datos visuales.

Una mirada a cómo Whisper maneja varios dialectos y acentos árabes.

Un nuevo método mejora el reconocimiento de actos de habla en bengalí usando análisis de audio y texto.