Hung-yi Lee

Reborn propose des solutions innovantes pour la reconnaissance vocale automatique sans données étiquetées.

Un nouveau cadre améliore les modèles de langue en reconnaissant et en répondant à différents styles de discours.

Un nouveau système pour évaluer la performance des codecs audio dans différentes applis.

Un nouveau cadre pour évaluer les modèles de base dans les tâches de parole.

Un nouvel outil pour évaluer l'amélioration continue des modèles de langage grâce aux retours.

De nouvelles méthodes améliorent la reconnaissance vocale dans des environnements bruyants en utilisant des techniques adaptatives.

Une nouvelle méthode améliore le dialogue machine grâce à des données pseudo-stéréo.

DogeRM combine des modèles généraux et spécifiques au domaine pour améliorer efficacement la performance des modèles de langue.

Un nouveau cadre améliore la performance de l'ASR en utilisant des données et des ressources limitées.

Examiner comment les codecs gardent les émotions dans les données vocales.

Cet article examine comment l'assistance utilisateur peut améliorer la performance des grands modèles de langage dans la génération de requêtes SQL.

Cet article examine comment la génération structurée affecte le raisonnement et la compréhension des modèles de langage.

Un nouveau jeu de données met en lumière les biais dans les modèles de parole en fonction du genre et de l'âge.

Des recherches montrent comment les neurones dans les modèles de parole reconnaissent les caractéristiques clés du son.

Cet article parle des méthodes d'entraînement efficaces pour les modèles de parole en utilisant l'apprentissage auto-supervisé.

Cette étude améliore les systèmes de reconnaissance des émotions pour les langues moins courantes en utilisant des données à forte ressource.

Cette étude évalue comment les LLM comprennent les tropes narratifs dans les résumés de films.

Un aperçu des résultats du défi Codec-SUPERB et des métriques de performance des codecs.

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

Découvrez comment Align-SLM change la génération de la parole par ordinateur.

Créer un modèle d'IA pour des conversations naturelles en mandarin taïwanais.

Un guide pour apprendre une nouvelle langue efficacement avec des conseils pratiques.

De nouvelles méthodes améliorent la façon dont les machines reconnaissent le langage parlé.

De nouvelles méthodes améliorent les systèmes ASR pour des langues qu'ils n'ont jamais rencontrées avant.

Une nouvelle méthode fusionne des modèles pour améliorer la sécurité et la performance.