Bhuvana Ramabhadran

この研究は、LLMが長い動画の中でのスピーチ理解をどのように向上させるかを強調している。

O-1は自己学習法を最適化することで音声認識を改善する。

テキストインジェクションは、プライバシーを守りつつ個人情報を認識するのに役立つよ。

新しいベンチマークがスピーチトークナイザーの性能評価を手助けするよ。

スキーマ拡張は、バーチャルアシスタントのダイアログステートトラッキングを強化して、ユーザー体験を向上させるよ。