Hung-yi Lee

Rebornは、ラベル付きデータなしで自動音声認識の革新的なソリューションを提供してるよ。

新しいフレームワークが言語モデルを強化して、いろんな話し方に気づいて反応できるようになったんだ。

さまざまなアプリケーションでオーディオコーデックのパフォーマンスを評価する新しいシステム。

音声タスクにおける基盤モデルを評価するための新しいフレームワーク。

フィードバックを通じて言語モデルの継続的な改善を評価する新しいツール。

新しい方法で、騒がしい環境でもスピーチ認識が良くなる適応技術が使われてるんだ。

新しい方法で疑似ステレオデータを使って機械対話が改善される。

DogeRMは、一般的なモデルとドメイン特化型モデルを組み合わせて、言語モデルのパフォーマンスを効果的に向上させるんだ。

新しいフレームワークが限られたデータとリソースでASRのパフォーマンスを向上させる。

音声データの中でコーデックが感情のトーンをどう保持するかを調べてる。

この記事では、ユーザー支援が大規模言語モデルのSQLクエリ生成のパフォーマンスをどう改善できるかを考察します。

この記事は、構造化生成が言語モデルの推論と理解にどのように影響するかを調べている。

新しいデータセットが、性別や年齢に基づくスピーチモデルのバイアスを明らかにしてるよ。

研究によると、スピーチモデルのニューロンが音の重要な特徴をどう認識するかがわかったよ。

この記事では、自己教師あり学習を使った音声モデルの効率的なトレーニング方法について話してるよ。

この研究は、リソースが豊富なデータを使ってあまり一般的じゃない言語の感情認識システムを強化するもので。

この研究は、LLMが映画の要約で物語のトロープをどれくらい理解しているかを評価しているよ。

Codec-SUPERBチャレンジの結果とコーデックのパフォーマンス指標を見てみよう。

新しいスピーチ言語モデルの方法は、大量のデータの必要性を減らす。

Align-SLMがコンピュータ音声生成をどう変えてるか探ってみて。

台湾の普通話で自然な会話ができるAIモデルを作ってる。

新しい言語を効果的に学ぶための実用的なヒントガイド。

新しい方法が機械の話し言葉の認識を改善してる。

新しい方法が、これまで遭遇したことのない言語のASRシステムを改善してるよ。

新しい方法がモデルを統合して、安全性とパフォーマンスを向上させる。