Últimos artículos para Reconocimiento de voz

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

Un nuevo conjunto de datos potencia la atención médica con sistemas de preguntas basados en voz para imágenes médicas.

Un estudio sobre cómo mejorar la precisión de la transcripción a través de un mejor diseño de prompts.

Un nuevo enfoque mejora los sistemas SER al usar descripciones de ambientes ruidosos.

Combinar TTS y datos reales mejora efectivamente los sistemas de reconocimiento de voz.

Nuevo método mejora la conversión de el habla silenciosa a audio comprensible.

Un nuevo método mejora la separación de voces en entornos ruidosos con múltiples hablantes.

Este estudio presenta un método para evaluar el significado de las señales sonoras.

Nuevos métodos buscan mejorar el reconocimiento del habla susurrada en sistemas automáticos.

Los modelos de IA mejoran la precisión de las conversiones de voz a texto.

Examinando técnicas para proteger la privacidad mientras se analizan conversaciones grabadas.

Un nuevo modelo integra datos de audio y visuales para el reconocimiento y la traducción del habla.

Nuevos métodos mejoran la precisión del reconocimiento de voz para acentos diversos.

Wav2graph crea grafos de conocimiento a partir del lenguaje hablado para mejorar la comprensión de la IA.

MulliVC transforma voces entre idiomas con una precisión y claridad impresionantes.

Nuevo sistema de navegación para robots entiende órdenes habladas a través de emociones.

El modelo TOGGL mejora la precisión de la transcripción en situaciones de habla superpuesta.

Un método para mejorar la calidad del reconocimiento de voz en entornos ruidosos.

Los investigadores desarrollan SaSLaW para mejorar la adaptación del habla de las máquinas en diferentes entornos.

Un nuevo conjunto de datos resalta los sesgos en los modelos de lenguaje según el género y la edad.

La investigación revela cómo hacer que los modelos de voz sean más pequeños y eficientes.

El entrenamiento adversarial mejora la precisión del reconocimiento de palabras clave en habla sintética y real.

Un nuevo estándar mejora la evaluación de los sistemas de reconocimiento de emociones en el habla a través de distintos idiomas y emociones.

Nuevos métodos mejoran los modelos de ASR para múltiples idiomas, preservando el conocimiento pasado.

Un nuevo enfoque mejora el reconocimiento de frases en código mezclado en el habla bilingüe.

Un nuevo método para manejar mejor las secuencias de datos largas.

Examinando cómo los patrones de voz afectan el significado y el rendimiento tecnológico.

Una mirada a las complejidades de identificar pistas de audio mezcladas.

O-HuBERT mejora el reconocimiento de voz al separar la información del contenido y la información expresiva.

Un nuevo método mejora el reconocimiento de voz para Hindi usando técnicas de pseudoetiquetado.

Un sistema para clasificar los dialectos literarios y coloquiales del tamil usando características de sonido.

Nuevos métodos mejoran la comprensión de la computadora sobre el habla susurrada y normal.

Una mirada a la recorte de micro-lotes y sus beneficios para el entrenamiento de modelos.

La investigación muestra cómo los LLMs mejoran el reconocimiento automático de voz en japonés.

Este artículo examina cómo los modelos reconocen el tono, el estrés y los acentos de pitch.

SALSA mejora la precisión del reconocimiento de voz para lenguas de pocos recursos al integrar ASR y modelos de lenguaje.

Nuevo método mejora la precisión de ASR usando modelos de lenguaje para mejores transcripciones.

Un nuevo sistema corrige errores de identificación de hablantes para tener transcripciones de conversación más claras.

Mejorando la claridad del habla a través de filtros híbridos y redes neuronales.

Un nuevo modelo mejora el reconocimiento de voz al combinar de manera efectiva las entradas de audio y visuales.