Shinji Watanabe

VoxtLM combina riconoscimento vocale, sintesi, generazione di testo e continuazione in un unico modello.

AV-SUPERB valuta modelli audio e visivi su vari task per migliorare le prestazioni.

Migliorare le traduzioni in tempo reale con metodi innovativi e politiche intelligenti.

Uno sguardo ai progressi nel riconoscimento vocale per aumentare velocità e precisione.

Nuovi metodi migliorano la traduzione del parlato concentrandosi sulle informazioni contestuali.

Un nuovo metodo migliora il riconoscimento vocale per gli utenti che alternano tra lingue.

Questa ricerca presenta un modello per migliorare la chiarezza del discorso in diverse condizioni.

Esplorando i progressi nella didascalia audio automatica e il suo impatto sull'accessibilità.

Un nuovo metodo aiuta a preservare le lingue a rischio attraverso una documentazione dettagliata.

Un nuovo framework per valutare i modelli di base nei compiti di parlato.

Esplorando stati di riccio e anti-riccio in materiali magnetici unici.

Un nuovo sistema migliora la chiarezza del parlato in ambienti con più persone che parlano.

Un nuovo modello migliora il riconoscimento vocale usando più metodi di decodifica.

Nuovi metodi migliorano l'accuratezza e l'efficienza nei sistemi di riconoscimento vocale.

Un nuovo modello integra dati audio e visivi per il riconoscimento vocale e la traduzione.

Questo sistema traduce il discorso in inglese in testo tedesco instantaneamente per una comunicazione senza problemi.

Nuove varianti di COVID-19 mettono alla prova i vaccini attuali e sottolineano l'importanza di continuare la ricerca.

Uno strumento facile da usare per perfezionare i modelli di voce senza codice complesso.

Esplorando la sfida GenSEC per migliorare l'accuratezza della trascrizione vocale.

Nuovi metodi migliorano l'accuratezza e l'efficienza della traduzione per più lingue.

Scopri come l'allineamento delle preferenze migliora i sistemi di sintesi vocale per un'esperienza utente migliore.

Uno studio mostra che i i-vettori possono competere con modelli complessi nel riconoscimento vocale.

Uno studio su come le scelte di design influenzano i modelli di linguaggio.

EVA unisce segnali audio e visivi per una migliore precisione nel riconoscimento vocale.

Uno sguardo ai risultati della sfida Codec-SUPERB e ai metodi di misurazione delle performance del codec.

ESPnet-Codec migliora l'addestramento e la valutazione dei codec neurali per audio e parlato.

Nuovi metodi migliorano il modo in cui le macchine riconoscono il linguaggio parlato.

VERSA valuta bene la qualità del parlato, dell'audio e della musica.

Scopri come AV-ASR combina audio e immagini per migliorare il riconoscimento vocale.