Bhuvana Ramabhadran

Essa pesquisa mostra como LLMs melhoram a compreensão da fala em vídeos longos.

O-1 melhora o reconhecimento de fala otimizando métodos de auto-treinamento.

A injeção de texto ajuda a reconhecer informações pessoais enquanto mantém a privacidade.

Um novo benchmark ajuda a avaliar os tokenizadores de fala para um desempenho melhor.

Aumento de Esquema melhora o Rastreamento de Estado de Diálogo em assistentes virtuais para uma experiência de usuário melhor.