Boris Ginsburg

Novo modelo melhora o reconhecimento de fala em ambientes barulhentos ao focar em um único falante.

Modelos de linguagem modernos melhoram a precisão e a qualidade da normalização de texto.

A família Nemotron-4 340B oferece modelos poderosos para aplicações diversas e geração de dados sintéticos.

Um novo modelo melhora a clareza da fala, atacando ruídos e ecos.

O NEST oferece uma abordagem mais rápida e eficiente para tarefas de fala auto-supervisionadas.

O Sortformer integra diarização de falantes e ASR pra melhorar o processamento de áudio.

Explorando o desafio GenSEC pra melhorar a precisão da transcrição de voz.

Um novo framework simplifica o reconhecimento de fala em ambientes movimentados.

Novo método para modelos de linguagem falada reduz a necessidade de dados extensivos.

NeKo melhora a comunicação entre máquinas corrigindo erros de fala, traduções e texto.

A Star Attention melhora a forma como os modelos de linguagem lidam com longas sequências de texto.