Jee-weon Jung

VoxtLMは、音声認識、合成、テキスト生成、そして継続を1つのモデルにまとめているよ。

自動音声キャプションの進歩とそのアクセシビリティへの影響を探る。

VoxCelebチャレンジを通じたスピーカー認識の進展の概要。

ある研究によると、iベクトルがスピーカー認識において複雑なモデルと競争できることがわかった。

ESPnet-Codecは、音声やオーディオのニューラルコーデックのトレーニングと評価を強化するよ。