音声認識 に関する最新の記事

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。

研究がスピーチモデルをもっと小さくて効率的にする方法を明らかにした。

対抗訓練は合成音声と実音声でキーワードスポッティングの精度を高めるよ。

新しいベンチマークが、言語や感情にわたる音声感情認識システムの評価を改善するよ。

新しい方法が複数言語のASRモデルを強化し、過去の知識を保持してるよ。

新しいアプローチでバイリンガルのスピーチにおけるコードスイッチフレーズの認識が向上する。

長いデータシーケンスをうまく扱うための新しい方法。

声のパターンが意味やテクノロジーのパフォーマンスにどう影響するかを調べる。

ミックスされた音声トラックを特定する複雑さを探る。

O-HuBERTは、内容と表現の情報を分けることで音声認識を向上させるよ。

新しい方法が擬似ラベリング技術を使ってヒンディー語の音声認識を改善したよ。

音響特徴を使って文語と口語タミル方言を分類するシステム。

新しい方法が、ささやき声や普通の話し方の理解を高めてるよ。

マイクロバッチクリッピングとそのモデルトレーニングへのメリットについての考察。

研究によると、LLMが日本語の自動音声認識を強化することがわかったよ。

この記事では、モデルが音のトーン、ストレス、ピッチアクセントをどう認識するかを調べています。

SALSAは、音声認識精度を向上させるために、低リソース言語向けにASRと言語モデルを統合しているよ。

新しい方法で、言語モデルを使ってASRの精度がアップして、より良い文字起こしができるようになったよ。

新しいシステムがスピーカーの識別ミスを修正して、会話のトランスクリプトをもっとクリアにしてくれるよ。

ハイブリッドフィルターバンクとニューラルネットワークを使ってスピーチの明瞭さを向上させる。

新しいモデルは音声と視覚の入力をうまく組み合わせて、音声認識を強化してるよ。

新しい方法が、複数の話者がいる難しい状況での音声認識を改善するんだ。

新しい方法が音声認識を改善するために、知識移転で音の順序を保つことに成功したんだ。

この研究は、ノイズがどのようにスピーチ認識のレジリエンスを強化するかを調べているよ。

革新的な軽量トランスデューサーが音声認識の効率と正確性を向上させる。

この記事は、効果的なスピーチ認識のための離散的および連続的な音声表現を比較しているよ。

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。

この研究は、セルフアテンションがトルコ語と英語のスピーチ認識にどう影響するかを調べてる。

自己教師あり学習のアプローチは、ラベル付き音声データの必要性を減らすんだ。

TF-Mambaは、時間と周波数データを組み合わせた新しいアプローチで音の定位を強化するよ。

モジュラーASRシステムの研究は、騒がしい環境でのパフォーマンスを向上させることを目指してるよ。

DENSEを紹介するよ。これはダイナミック埋め込みを使ってターゲットスピーチの抽出を強化する方法なんだ。

この方法は、音声出力で珍しい名前の認識精度を向上させるよ。

資源が少ない言語で視覚的手がかりを使って話し言葉の認識を向上させる。

BigCodecは低ビットレートの音声伝送で音質を向上させるよ。

この記事では、音声タスクのためにトランスフォーマーモデルを簡素化することの利点について話してるよ。

Sortformerはスピーカーダイアライゼーションと音声認識（ASR）を統合して、音声処理を改善してるんだ。

新しい手法が革新的なデータセットを通じて話し言葉の理解を深める。

新しい方法が音声の明瞭さを高めて、人とロボットの会話を改善してるよ。

さまざまな分野での生成モデルの最新の進展を調査中。