Últimos artículos para 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.

Un nuevo modelo integra audio y texto para mejorar la clasificación del habla.

Una nueva iniciativa para mejorar la tecnología de transcripción para reuniones en salas grandes.

Nuevos métodos mejoran la precisión en el reconocimiento de voz ruidosa usando modelos de lenguaje grandes.

Este artículo habla sobre soluciones para aplicaciones de voz en idiomas con datos transcritos limitados.

Un nuevo método apoya la preservación de las lenguas en peligro a través de una documentación detallada.

Un método mejora la claridad del habla en entornos ruidosos sin datos de entrenamiento claros.

Nuevos métodos mejoran el ASR para lenguas subrepresentadas usando datos de lenguas similares.

Reborn ofrece soluciones innovadoras para el reconocimiento automático de voz sin datos etiquetados.

Una mirada a nuevos modelos para respuestas habladas naturales.

Nuevos métodos mejoran la detección de actividad de voz y superposición en la diarización del hablante.

Chirp MFCC mejora la representación de la señal de audio para una mejor clasificación y reconocimiento.

Kallaama crea un conjunto de datos de habla en idiomas locales para ayudar a los agricultores senegaleses.

Un nuevo marco mejora los modelos de lenguaje al reconocer y responder a diferentes estilos de habla.

Mejorando los sistemas de ASV para reconocer las voces de los niños con precisión.

La investigación destaca nuevos modelos para mejorar la calidad de audio en diferentes entornos.

La investigación destaca la importancia del tiempo sobre las características específicas del hablante en los modelos de diarización.

Una mirada a MONA, un sistema que mejora la comunicación en silencio.

La investigación se centra en ayudar a los robots a entender mejor el habla en medio del ruido de fondo.

Un nuevo estándar evalúa el rendimiento de los sistemas de reconocimiento de voz en medio de diversas interferencias.

La IA está mejorando los implantes cocleares para tener mejor audición y comunicación en entornos difíciles.

Este método mejora la separación de audio al combinar descripciones de lenguaje con análisis de sonido.

La investigación muestra que usar análisis de voz para identificar la enfermedad de Parkinson temprano tiene potencial.

Un nuevo método mejora cómo los sistemas manejan errores en la comprensión del lenguaje hablado.

Un nuevo método mejora la precisión del reconocimiento de texto en varias aplicaciones.

Un clip de audio universal puede silenciar modelos de ASR avanzados como Whisper.