Articoli più recenti per Riconoscimento vocale

Questo studio presenta un dataset e un metodo per migliorare l'accuratezza dell'ASR cinese usando il Pinyin.

Questo studio si concentra sul miglioramento della rilevazione dell'audio deepfake usando metodi avanzati.

Capire l'incertezza aumenta l'accuratezza del riconoscimento delle emozioni in situazioni reali.

Un sistema per il riconoscimento vocale in audio multilingue senza bisogno di dati estesi.

Migliorare la tecnologia di anonimizzazione dei parlanti per nove lingue per garantire la privacy.

La ricerca sottolinea il ruolo del video nel migliorare il riconoscimento vocale in ambienti rumorosi.

Un nuovo metodo migliora l'accuratezza nel riconoscere il parlato di più persone.

Esplora come la corteccia uditiva integra il suono nel tempo.

Un nuovo metodo migliora la chiarezza del parlato in ambienti rumorosi usando reti neurali duali.

Il modello XLSR-Transducer è super per la trascrizione in tempo reale con poca roba.

Un nuovo modello migliora la precisione nelle capacità di trascrizione vocale in più lingue.

La ricerca rivela rischi nei modelli di riconoscimento vocale multitasking come Whisper.

TokenVerse semplifica l'analisi delle conversazioni parlate integrando più compiti in un unico modello.

Questo studio esamina il Mix-Training per il riconoscimento delle parole chiave in condizioni di parlato rumoroso.

Migliorare i sistemi di riconoscimento vocale per le lingue con pochi dati online.

Questo studio esamina come le reti neurali interpretano il parlato usando gli spettrogrammi.

Scopri come il contesto migliora la precisione del riconoscimento vocale automatico e del riconoscimento delle parole.

Questo studio usa fiwGAN per esplorare i modelli di armonia vocalica nella lingua assamese.

Un nuovo framework migliora le prestazioni dell'ASR usando dati e risorse limitati.

Questo articolo parla di modi per migliorare la formattazione delle espressioni numeriche nei trascritti automatici.

I ricercatori esplorano approcci senza testo per capire meglio il linguaggio parlato.

Un nuovo modello migliora la chiarezza della voce mirando a rumori ed echi.

Un nuovo set di dati potenzia il settore sanitario con sistemi di domande vocali per le immagini mediche.

Uno studio su come migliorare l'accuratezza delle trascrizioni grazie a un design migliore dei prompt.

Un nuovo approccio migliora i sistemi SER utilizzando descrizioni degli ambienti rumorosi.

Combinare TTS e dati reali migliora notevolmente i sistemi di riconoscimento vocale.

Nuovo metodo migliora la conversione del linguaggio muto in audio comprensibile.

Un nuovo metodo migliora la separazione delle voci in ambienti rumorosi con più parlanti.

Questo studio presenta un metodo per valutare il significato dei segnali sonori.

Nuovi metodi puntano a migliorare il riconoscimento del linguaggio sussurrato nei sistemi automatici.

I modelli di intelligenza artificiale migliorano l'accuratezza delle conversioni da parlato a testo.

Esaminando tecniche per proteggere la privacy mentre si analizzano conversazioni registrate.

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

Nuovi metodi migliorano l'accuratezza del riconoscimento vocale per diversi accenti.

Wav2graph crea grafi della conoscenza dal linguaggio parlato per migliorare la comprensione dell'AI.

MulliVC trasforma le voci tra le lingue con una precisione e chiarezza impressionanti.

Il nuovo sistema di navigazione dei robot capisce i comandi vocali attraverso le emozioni.

Il modello TOGGL migliora l'accuratezza della trascrizione in situazioni di discorso sovrapposto.

Un metodo per migliorare la qualità del riconoscimento vocale in ambienti rumorosi.

I ricercatori hanno sviluppato SaSLaW per migliorare l'adattamento della voce delle macchine in vari ambienti.