Jee-weon Jung

VoxtLM combina reconhecimento de fala, síntese, geração de texto e continuação em um só modelo.

Explorando os avanços na legendagem automática de áudio e seu impacto na acessibilidade.

Uma visão geral dos avanços no reconhecimento de fala através do VoxCeleb Challenge.

Um estudo mostra que i-vectors podem competir com modelos complexos em reconhecimento de fala.

O ESPnet-Codec melhora o treinamento e a avaliação de codecs neurais para áudio e fala.