音声認識 に関する最新の記事

新しい手法がテキストデータの統合を通じてASRの性能を向上させる。

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。

Radio2Textは、騒がしい環境でのリアルタイム音声認識にmmWave信号を使ってるよ。

この研究は、トレーニング中にエラーが起こりやすい部分に注目することでG2Pモデルを強化してるよ。

スピーチ分析のためのフォルマントトラッキングの精度を向上させる方法を見つけよう。

新しい方法が言語モデルのスピーチ処理と生成を改善してるよ。

新しい技術で騒がしい環境でも音声がクリアに聞こえるようになったよ。

新しい方法で、利用可能な読み上げ音声データを使ってキーワードスポッティングが向上したよ。

新しいアプローチがASRシステムの自信推定を強化して、精度を向上させる。

この研究は、オーディオフィルターバンク作成におけるコンボリューショナルネットワーク（convnet）の使用に関する問題を探っているよ。

この記事では、より高い精度を目指したスピーカーダイアライゼーションの進展について言語モデルを使って探ります。

新しいシステムは文脈に応じたプロンプトを使って音声認識を強化するよ。

EnCodecMAEは、自己教師あり学習とオーディオコーデックを組み合わせて、オーディオタスクのパフォーマンスを向上させるんだ。

言語を超えてスピーチのキーワードを認識する柔軟な方法を紹介します。

PIAVEは、話し手が顔を背けても機械が声をクリアに抽出するのを助けるよ。

音声プライバシー研究を強化するための柔軟なフレームワークを紹介します。

新しい方法がスピーチ分類モデルの理解を簡単にするよ。

M-AUDIODECは、スピーカーの位置と音質を保ちながらマルチチャネルオーディオを圧縮するよ。

研究がスマートイヤフォンの音声クリアさを高める新しいモデルを明らかにした。

新しい方法でロボットが話された指示を正確に追う能力が向上したよ。

新しい方法が、偽のスピーチを効果的に検出する能力を向上させてるよ。

新しい方法が、量子化と適応を使って、個々のユーザー向けにASRモデルを強化するよ。

新しいモデルは、音声認識の効率と応答性を改善するために適応してるよ。

ベトナム語や他のリソースが少ない言語のために、Whisperの音声認識を強化中。

この研究は、聴覚能力が騒がしい環境での言葉の理解にどう影響するかを調べてるよ。

オーディオデータを最適化してモデルのトレーニングを良くするためにk-meansクラスタリングを使う。

音声特徴に基づいて最適なASRモデルを選ぶ方法。

MySTは子供たちの科学学習をバーチャルチュータリングで向上させることを目指しているよ。

M2MeT 2.0とその会議トランスクリプションへの影響についての考察。

この研究は、モデル圧縮が騒がしい環境での音声認識にどのように影響するかを調べている。

新しいモデルが、音声と音の理解を同時に改善するんだ。

騒がしい環境でのスピーチ抽出をもっと良くする新しいモデルを紹介します。

研究は、セグメント化されていない音声のためのASRシステムの改善に焦点を当てている。

異なる性別間での音声認識のパフォーマンスギャップを調査する。

LLMは音声認識システムの精度とエラー修正を向上させるんだ。

PP-MeTは、複数の話者がいる会議の文字起こしの精度を向上させることを目指しているよ。

この研究は、いろんな条件でスピーチの明瞭さを改善するモデルを提示してるよ。

このプロジェクトは、グジャラート語と英語が混ざったスピーチの認識を向上させることを目指してるよ。

新しいモデルは、音声とテキストを統合して、より良いスピーチ分類を実現してるよ。

大きな部屋での会議用にトランスクリプション技術を改善する新しい取り組み。