Boris Ginsburg

Cet article explore un nouveau modèle pour l'identification de l'intention de discours et des slots.

Un nouveau modèle améliore la reconnaissance vocale dans des environnements bruyants en se concentrant sur un seul locuteur.

Les modèles de langue modernes améliorent la précision et la qualité de la normalisation du texte.

La famille Nemotron-4 340B propose des modèles puissants pour des applications diverses et la génération de données synthétiques.

Un nouveau modèle améliore la clarté de la voix en s'attaquant au bruit et aux échos.

NEST propose une approche plus rapide et efficace pour les tâches de parole auto-supervisées.

Sortformer intègre la diarisation des locuteurs et l'ASR pour un meilleur traitement audio.

Explorer le défi GenSEC pour améliorer la précision de la transcription vocale.

Un nouveau cadre simplifie la reconnaissance vocale dans des environnements bruyants.

Une nouvelle méthode pour les modèles de langage parlés réduit le besoin de données massives.

NeKo améliore la communication entre machines en corrigeant les erreurs de parole, de traduction et de texte.

Star Attention améliore la façon dont les modèles linguistiques gèrent les longues séquences de texte.