Últimos artículos para Reconocimiento de voz

Nuevos métodos mejoran el reconocimiento de voz en campos específicos sin necesidad de mucha data.

Un nuevo modelo mejora la forma en que las computadoras procesan el lenguaje hablado.

El transductor de riesgo de Bayes mejora la eficiencia y precisión del reconocimiento de voz.

Nuevo conjunto de datos y marco mejoran las capacidades de respuesta a preguntas orales.

Integrar metadatos mejora el rendimiento en tareas de habla como la identificación de idiomas.

Este artículo habla sobre las capacidades en tiempo real del modelo Transductor y las mejoras recientes.

La investigación explora métodos para identificar temas directamente de grabaciones de audio.

Un nuevo modelo conecta la fonética y la acústica para mejorar la tecnología del habla.

Las investigaciones muestran que tener varios micrófonos ayuda a detectar y localizar a los hablantes.

Presentamos un nuevo modelo para hablar más claro en ambientes ruidosos.

Nuevos sistemas mejoran la identificación de hablantes usando datos de audio y visuales.

Los investigadores están mejorando el entrenamiento de pronunciación con nuevas tecnologías para los que aprenden idiomas.

La tecnología de búsqueda por voz evoluciona, corrigiendo errores de ASR para mejorar la experiencia del usuario.

Un nuevo método mejora la detección de audio falso usando modificación adaptativa de pesos.

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

Mejorando sistemas ASR híbridos para habla bilingüe usando unidades de grafemas.

Un nuevo modelo mejora la alineación de voz y texto para un mejor reconocimiento automático.

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.