Sriram Ganapathy

De nouvelles méthodes combinent l'audio et les métadonnées pour une meilleure reconnaissance des langues.

Apprends comment la dé-réverbération améliore la reconnaissance vocale dans des environnements bruyants.

E-SHARC améliore l'identification des locuteurs dans différents environnements audio.

Cet article présente un système à double encodeur pour un apprentissage efficace de la représentation de la parole.

Une nouvelle méthode améliore la gestion des accents différents par les systèmes ASR grâce à des codebooks spécialisés.

Un nouveau critère aide à évaluer les tokenizeurs de discours pour de meilleures performances.

Une nouvelle méthode combine le sens et le son pour une détection d’émotion améliorée dans la parole.

De nouvelles méthodes améliorent la compréhension des prédictions des modèles d'IA.

On examine comment nos cerveaux traitent le son et la parole dans différentes situations.