Articoli più recenti per Riconoscimento vocale

Un nuovo metodo migliora come i sistemi gestiscono gli errori nella comprensione del linguaggio parlato.

Un nuovo metodo migliora l'accuratezza del riconoscimento del testo in diverse applicazioni.

Un clip audio universale può silenziare modelli ASR avanzati come Whisper.

Sfruttare modelli a uscita anticipata per un federated learning efficiente nei sistemi ASR.

SpeechVerse collega la comprensione audio e l'elaborazione del linguaggio per migliorare l'interazione uomo-computer.

Il riconoscimento vocale migliorato per le aule usando tecniche di allenamento avanzate rende l'apprendimento migliore.

I modelli linguistici denoising migliorano la correzione degli errori nei sistemi di riconoscimento vocale usando dati sintetici.

Scopri come il speech inpainting sta riportando a nuovo l'audio in vari settori.

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

Uno studio su come migliorare il riconoscimento vocale automatico per i dialetti arabi usando tecniche di modelli efficienti.

Esplorare il ruolo dell'apprendimento auto-supervisionato nella elaborazione del parlato e le sue sfide.

Uno sguardo ai nuovi metodi per capire il parlato sovrapposto durante le conversazioni.

Nuovo metodo punta sui cambiamenti di ritmo per attacchi vocali furtivi.

Un nuovo sistema aiuta a separare il parlato dal rumore per una comunicazione più chiara.

Scopri la diarizzazione degli speaker online e il suo significato in diverse applicazioni.

Nuovo strumento di benchmark valuta i token audio discreti per vari compiti di elaborazione del parlato.

Un nuovo metodo combina caratteristiche acustiche e punteggi di fiducia per una correzione degli errori migliore.

Uno studio su come le macchine si adattano ai cambiamenti fonologici nel linguaggio.

Un sistema combina audio e video per migliorare l'accuratezza del riconoscimento degli speaker.

Un nuovo metodo migliora il dialogo macchina grazie a dati pseudo-stereo.

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.