Derniers articles pour Reconnaissance vocale

De nouvelles méthodes améliorent la précision et la rapidité des systèmes de reconnaissance vocale.

Une nouvelle méthode améliore la performance de la reconnaissance vocale grâce à l'intégration de données textuelles.

L'injection de texte aide à reconnaître les infos perso tout en gardant la vie privée.

Radio2Text utilise des signaux mmWave pour la reconnaissance vocale en temps réel dans des environnements bruyants.

Cette étude améliore les modèles G2P en se concentrant sur les zones sujettes aux erreurs pendant l'entraînement.

Découvrez des méthodes qui améliorent la précision du suivi des formants pour l'analyse de la parole.

De nouvelles méthodes améliorent le traitement et la génération de la parole dans les modèles linguistiques.

Des nouvelles techniques améliorent la clarté audio dans des environnements bruyants.

De nouvelles méthodes améliorent la détection de mots-clés en utilisant les données de parole disponibles.

Une nouvelle méthode améliore l'estimation de confiance dans les systèmes ASR pour une meilleure précision.

Cette étude explore les problèmes liés à l'utilisation des convnets pour la création de filtres audio.

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

Nouveau système améliore la reconnaissance vocale grâce à des invites conscientes du contexte.

EnCodecMAE combine l'apprentissage auto-supervisé et les codecs audio pour améliorer les performances dans les tâches audio.

Présentation d'une méthode flexible pour reconnaître les mots-clés dans la parole à travers les langues.

PIAVE aide les machines à extraire les voix clairement, même quand les intervenants tournent la tête.

Présentation d'un cadre flexible pour améliorer la recherche sur la confidentialité vocale.

Une nouvelle méthode simplifie la compréhension des modèles de classification de la parole.

M-AUDIODEC compresse l'audio multi-canaux tout en gardant la position des enceintes et la qualité.

Des recherches montrent de nouveaux modèles pour améliorer la clarté de la voix dans les écouteurs intelligents.

Une nouvelle méthode améliore la capacité des robots à suivre les instructions verbales avec précision.

De nouvelles méthodes améliorent notre capacité à détecter efficacement les discours falsifiés.

Une nouvelle méthode améliore les modèles ASR pour les utilisateurs individuels en utilisant la quantification et l'adaptation.

De nouveaux modèles s'adaptent pour améliorer l'efficacité et la réactivité de la reconnaissance vocale.

Améliorer la reconnaissance vocale de Whisper pour le vietnamien et d'autres langues à faibles ressources.

Cette étude examine comment l'audition influence la compréhension de la parole dans des environnements bruyants.

Utiliser le clustering k-means pour optimiser les données audio pour un meilleur entraînement des modèles.

Une méthode pour choisir le meilleur modèle ASR en fonction des caractéristiques audio.

MyST vise à améliorer l'apprentissage des sciences chez les enfants grâce à du tutorat virtuel.

Un aperçu de M2MeT 2.0 et son impact sur la transcription des réunions.

Cette étude explore comment la compression de modèle impacte la reconnaissance vocale dans des environnements bruyants.

Un nouveau modèle améliore la compréhension de la parole et des sons en même temps.

Présentation de nouveaux modèles pour mieux extraire la parole dans des environnements bruyants.

La recherche se concentre sur l'amélioration des systèmes ASR pour l'audio non segmenté.

Examiner les écarts de performance dans la reconnaissance vocale entre les différents genres.

Les LLMs améliorent la précision et la correction des erreurs dans les systèmes de reconnaissance vocale.

PP-MeT vise à améliorer la précision dans la retranscription de réunions avec plusieurs intervenants.

Cette recherche présente un modèle pour améliorer la clarté de la parole dans différentes conditions.

Ce projet vise à améliorer la reconnaissance de la parole mélangée gujarati-anglais.

Un nouveau modèle intègre l'audio et le texte pour une meilleure classification de la parole.