Derniers articles pour Reconnaissance vocale

Des chercheurs explorent des approches sans texte pour mieux comprendre le langage parlé.

Un nouveau modèle améliore la clarté de la voix en s'attaquant au bruit et aux échos.

Un nouveau jeu de données permet aux soins de santé d'utiliser des systèmes de questions par la parole pour les images médicales.

Une étude sur l'amélioration de la précision de la transcription grâce à une meilleure conception des invites.

Une nouvelle approche améliore les systèmes de reconnaissance vocale en utilisant des descriptions de l'environnement sonore.

Combiner la synthèse vocale et des données réelles améliore efficacement les systèmes de reconnaissance vocale.

Une nouvelle méthode améliore la conversion de la parole silencieuse en audio compréhensible.

Une nouvelle méthode améliore la séparation des voix dans des environnements bruyants avec plusieurs intervenants.

Cette étude présente une méthode pour évaluer le sens des signaux sonores.

De nouvelles méthodes visent à améliorer la reconnaissance de la parole chuchotée dans les systèmes automatiques.

Les modèles d'IA améliorent la précision des conversions de la parole en texte.

Examiner des techniques pour protéger la vie privée tout en analysant des conversations enregistrées.

Un nouveau modèle intègre des données audio et visuelles pour la reconnaissance vocale et la traduction.

De nouvelles méthodes améliorent la précision de la reconnaissance vocale pour les accents divers.

Wav2graph crée des graphes de connaissances à partir de la langue parlée pour améliorer la compréhension de l'IA.

MulliVC transforme les voix à travers les langues avec une précision et une clarté impressionnantes.

Un nouveau système de navigation robotique comprend les commandes vocales à travers les émotions.

Le modèle TOGGL améliore la précision de la transcription dans les situations de discours qui se chevauchent.

Une méthode pour améliorer la qualité de la reconnaissance vocale dans des environnements bruyants.

Des chercheurs ont développé SaSLaW pour améliorer l'adaptation de la parole des machines dans divers environnements.

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 rendre les modèles de discours plus petits et plus efficaces.

L'entraînement adversarial améliore la précision de détection des mots-clés dans la parole synthétique et réelle.

Un nouveau standard améliore l'évaluation des systèmes de reconnaissance des émotions dans la parole, toutes langues et émotions confondues.

De nouvelles méthodes améliorent les modèles ASR pour plusieurs langues, tout en préservant les connaissances passées.

Une nouvelle approche améliore la reconnaissance des phrases en code-switching dans le discours bilingue.

Une nouvelle méthode pour mieux gérer les longues séquences de données.

Examiner comment les patterns vocaux influencent le sens et la performance technologique.

Un aperçu des complexités pour identifier des pistes audio mixées.

O-HuBERT améliore la reconnaissance vocale en séparant le contenu et l'information expressive.

Une nouvelle méthode améliore la reconnaissance vocale pour l'hindi en utilisant des techniques de pseudo-étiquetage.

Un système pour classer les dialectes tamouls littéraires et colloquiaux en utilisant des caractéristiques sonores.

De nouvelles méthodes améliorent la compréhension de la parole chuchotée et normale par les ordinateurs.

Un aperçu du micro-batch clipping et ses avantages pour l'entraînement des modèles.

Des recherches montrent comment les LLM améliorent la reconnaissance vocale automatique en japonais.

Cet article examine comment les modèles reconnaissent le ton, l'accentuation et les accents de hauteur.

SALSA améliore la précision de la reconnaissance vocale pour les langues à faibles ressources en intégrant des modèles ASR et des modèles linguistiques.

Une nouvelle méthode améliore la précision de la reconnaissance vocale en utilisant des modèles de langue pour de meilleures transcriptions.

Un nouveau système corrige les erreurs d'identification des intervenants pour des transcriptions de conversation plus claires.

Améliorer la clarté de la parole grâce à des filtres hybrides et des réseaux neuronaux.