Derniers articles pour Reconnaissance vocale

Une nouvelle méthode améliore la façon dont les systèmes gèrent les erreurs dans la compréhension du langage parlé.

Une nouvelle méthode améliore la précision de la reconnaissance de texte dans plusieurs applications.

Un clip audio universel peut couper des modèles ASR avancés comme Whisper.

Exploiter des modèles à sortie anticipée pour un apprentissage fédéré efficace dans les systèmes ASR.

SpeechVerse fait le lien entre la compréhension audio et le traitement du langage pour améliorer l'interaction humain-ordinateur.

Une reconnaissance vocale améliorée pour les salles de classe grâce à des techniques de formation avancées améliore l'apprentissage.

Les modèles de langage de débruitage améliorent la correction des erreurs dans les systèmes de reconnaissance vocale en utilisant des données synthétiques.

Découvrez comment le speech inpainting restaure la qualité audio dans différents domaines.

Un nouveau modèle améliore la reconnaissance vocale en utilisant plusieurs méthodes de décodage.

Une étude sur l'amélioration de la reconnaissance vocale automatique pour les dialectes arabes en utilisant des techniques de modèle efficaces.

Explorer le rôle de l'apprentissage auto-supervisé dans le traitement de la parole et ses défis.

Un coup d'œil sur les nouvelles méthodes pour comprendre les discours qui se chevauchent pendant les conversations.

Une nouvelle méthode cible les changements de rythme pour des attaques de discours discrètes.

Un nouveau système aide à séparer la parole du bruit pour une communication plus claire.

Découvre la diarisation de locuteur en ligne et son importance dans diverses applications.

Un nouvel outil de référence évalue les tokens audio discrets pour diverses tâches de traitement de la parole.

Une nouvelle méthode combine des caractéristiques acoustiques et des scores de confiance pour une meilleure correction des erreurs.

Une étude sur comment les machines s'adaptent aux changements phonologiques dans la parole.

Un système combine audio et vidéo pour améliorer la précision de la détection des intervenants.

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

Cette étude présente un ensemble de données et une méthode pour améliorer la précision de la reconnaissance vocale chinoise en utilisant le Pinyin.

Cette étude se concentre sur l'amélioration de la détection des faux audios en utilisant des méthodes avancées.

Comprendre l'incertitude améliore la précision de la reconnaissance des émotions dans des situations réelles.

Un système de reconnaissance de locuteurs dans des audio multilingues sans avoir besoin de beaucoup de données.

Améliorer la technologie d'anonymisation des locuteurs pour neuf langues afin de garantir la vie privée.

Les recherches montrent que la vidéo aide à améliorer la reconnaissance vocale dans des environnements bruyants.

Une nouvelle méthode améliore la précision dans la reconnaissance de la parole de plusieurs intervenants.

Explore comment le cortex auditif intègre le son au fil du temps.

Une nouvelle méthode améliore la clarté de la parole dans des environnements bruyants en utilisant des réseaux de neurones doubles.

Le modèle XLSR-Transducer déchire en transcription en temps réel avec peu de données.

Un nouveau modèle améliore la précision des capacités de reconnaissance vocale en texte dans plusieurs langues.

Des recherches montrent des risques dans les modèles de parole multi-tâches comme Whisper.

TokenVerse simplifie l'analyse des conversations orales en intégrant plusieurs tâches dans un seul modèle.

Cette étude examine le Mix-Training pour la détection de mots-clés dans des conditions de parole bruyante.

Améliorer les systèmes de reconnaissance vocale pour les langues avec peu de données en ligne.

Cette étude examine comment les réseaux de neurones interprètent la parole en utilisant des spectrogrammes.

Apprends comment le contexte améliore la précision de la reconnaissance vocale automatique et la reconnaissance des mots.

Cette étude utilise fiwGAN pour explorer les modèles d'harmonie vocalique dans la langue assamese.

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

Cet article parle des moyens d'améliorer le formatage des expressions numériques dans les transcriptions automatiques.