Jagadeesh Balam

Cet article explore les avancées en diarisation des locuteurs en utilisant des modèles de langue pour plus de précision.

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.