Sriram Ganapathy

Combinare modelli fondamentali e specializzati potenzia le capacità dell'IA in modo efficace.

Nuovi metodi combinano audio e metadati per un riconoscimento linguistico migliore.

Scopri come la dereverberazione migliora il riconoscimento vocale in ambienti rumorosi.

E-SHARC migliora l'identificazione degli speaker in vari ambienti audio.

Quest'articolo presenta un sistema di codifica duale per un apprendimento efficace della rappresentazione vocale.

Nuovo metodo migliora la gestione degli accenti nei sistemi ASR tramite codici specializzati.

Un nuovo benchmark aiuta a valutare i tokenizer vocali per migliorare le prestazioni.

Un nuovo metodo combina significato e suono per migliorare il riconoscimento delle emozioni nel parlato.

Nuovi metodi migliorano la comprensione delle previsioni dei modelli di IA.

Esaminando come i nostri cervelli elaborano suoni e parole in situazioni diverse.