音声認識 に関する最新の記事

MDAは特定のデータ領域にモデルを最適化することで、音声認識を強化するんだ。

新しい手法が、構音障害を持つスピーカーのためのASRシステムを強化することを目指してるよ。

新しい方法が、少ない例でコンピュータが話された指示を理解するのを改善する。

音声での音と話された言葉を組み合わせて、話者の識別を強化する。

新しいフレームワークが音声と映像の手がかりを使ってアクティブスピーカーの検出を改善する。

新しい方法が一般的な音声モデルを強化して、効果的な音声認識を実現する。

この研究は、音声言語理解における継続的学習を通じてAIの忘却を扱ってるよ。

CALLSは、音声アシスタントが顧客とのやり取りをうまく処理できるようにすることを目指してる。

新しい方法はスピーカーのアイデンティティを活用して音声認識のパフォーマンスを向上させる。

チェコのモデルからの転移学習を使うと、スロバキアの音声認識精度がアップするよ。

カザフのデータを使ってあまり知られていないトルコ語系の言語のTTSシステムを作ってるんだ。

新しいモデルは、騒がしい環境での声の隔離を改善する。

OpenSRは、音声データを使ってリップリーディングモデルを強化し、精度とアクセシビリティを向上させるよ。

研究によると、音声認識システムでの口ごもり修正を強化するモデルが明らかになった。

教えられるエージェントを使った学習におけるスピーチエラーの影響に関する研究。

新しい方法で、似たような音の名前の音声認識が向上した。

新しい方法が音声タスクでモデルの柔軟性とパフォーマンスを向上させる。

新しい方法が、書き起こしなしで話し言葉の理解を向上させる。

タマシェクやケチュアのような資源の少ない言語の翻訳技術を向上させること。

BabySLMは、機械が子供の言葉を基にして音声を理解する能力を評価するんだ。

新しい技術でサイレントスピーチ認識システムを改善する。

雑音の多い環境で弱い監視を使ってキーワードスポッティングモデルをトレーニングする新しい方法。

新しいアプローチが自動音声認識におけるRNN-Tのパフォーマンスを向上させる。

インドの言語での多言語スピーチ認識を向上させる方法を探ってる。

SVVADが音声活動検出を改善して、より良いスピーカーバリフィケーションを実現する方法を見つけよう。

新しい方法が語学学習者の発音フィードバックを改善する。

新しいフレームワークが、スピーチモデルが特定のタスクにどれだけ適応できるかを評価する。

研究は意味知識を使って多言語音声翻訳を改善する。

Sparqは、リソースの必要が少ない量子化ニューラルネットワークの性能を向上させることを目指してるよ。

スロースピーチは音声認識システムの脆弱性を暴露して、かなり遅くするんだ。

EmoMixは、正確な強さで混ざった感情を表現するスピーチの作成を可能にするよ。

広東語音声を英語テキストに翻訳するための新しいコーパス。

革新的なマルチウィンドウマスク付きオートエンコーダ法で音声処理を強化しよう。

新しい方法で自動音声認識システムの精度と適応性が向上するんだ。

コンテキストバイアスはASRシステムを強化して、専門的なタスクでの精度を向上させるんだよ。

この研究では、言語学習者の発音ミスを検出する新しいシステムを紹介してるよ。

新しいモデルはサイズを小さくしながら、多言語の音声認識を向上させる。

新しいシステムが複数の話者がいる環境での音声認識を向上させる。

この研究は、音声処理と視覚データを統合することの利点を調べているよ。

Whisperがいろんなアラビア語の方言やアクセントをどう扱ってるか見てみよう。