音声認識 に関する最新の記事

音声における音韻変化に対する機械の適応に関する研究。

システムは音声と映像を組み合わせて、スピーカー検出の精度を高めてる。

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。

この研究では、ピンインを使って中国語のASR精度を向上させるためのデータセットと方法を紹介してるよ。

この研究は、高度な手法を使ってディープフェイク音声の検出を改善することに焦点を当ててるよ。

不確実性を理解することで、現実のシナリオでの感情認識の精度が向上するよ。

広範なデータなしで多言語オーディオのスピーカー認識システム。

プライバシーを確保するために、9言語の話者匿名化技術を改善中。

研究は、騒がしい環境でのスピーチ認識を改善するためのビデオの役割を強調している。

新しい方法で、複数の話者からの音声認識の精度が向上した。

聴覚皮質が時間にわたって音をどう統合するかを探ってみて。

新しい方法で、デュアルニューラルネットワークを使って騒がしい環境でもスピーチの明瞭さが向上する。

XLSR-トランスデューサーモデルは、最小限のデータでリアルタイムの文字起こしに優れてるよ。

新しいモデルが、複数の言語での音声認識精度を向上させたんだ。

研究によると、Whisperのようなマルチタスク音声モデルにはリスクがあるらしい。

TokenVerseは、複数のタスクを1つのモデルに統合することで、話し言葉の会話の分析を簡単にしてくれるんだ。

この研究では、雑音のあるスピーチ条件でのキーワードスポッティングのためのMix-Trainingを調べてるよ。

オンラインデータが少ない言語の音声認識システムを改善する。

この研究は、ニューラルネットワークがスペクトログラムを使って音声をどう解釈するかを調べてるよ。

コンテキストが自動音声認識の精度と単語認識をどう向上させるかを学ぼう。

この研究は、アッサム語の母音調和パターンを探るためにfiwGANを使っているよ。

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。

この記事では、自動転写における数値表現のフォーマットを向上させる方法について話してるよ。

研究者たちは、話し言葉をよりよく理解するためのテキストなしのアプローチを探求している。

新しいモデルは雑音やエコーを抑えて話しの明瞭さを向上させるよ。

新しいデータセットが、医療画像のための音声ベースの質問システムで医療を強化する。

プロンプトデザインを改善して書き起こしの精度を高める研究。

新しいアプローチがノイズ環境の説明を使ってSERシステムを強化するよ。

TTSとリアルデータを組み合わせると、音声認識システムが効果的に向上するよ。

新しい方法で、静かなスピーチを理解できる音声に変換するのが改善されたよ。

新しい方法が、複数の話者がいる騒がしい環境での音声分離を改善する。

この研究では、音声信号の意義を評価する方法を提案しているよ。

新しい方法は、自動システムでのささやき声の認識を向上させることを目指している。

AIモデルは音声からテキストへの変換の精度を向上させる。

録音された会話を分析しながらプライバシーを守る技術を調べる。

新しいモデルが音声と視覚データを統合して、音声認識と翻訳を行うんだ。

新しい方法がさまざまなアクセントの音声認識精度を向上させる。

Wav2graphは、話された言語からナレッジグラフを作って、AIの理解を向上させるんだ。

MulliVCは、言語間で声を驚くほど精度高くクリアに変換するよ。

新しいロボットナビゲーションシステムは、感情を通じて話しかけられた指示を理解するんだ。