Sriram Ganapathy

Integrar metadados melhora o desempenho em tarefas de fala, tipo identificação de língua.

Combinar modelos fundamentais e especializados aumenta as capacidades da IA de forma eficiente.

Novos métodos combinam áudio e metadados pra melhorar o reconhecimento de idiomas.

Saiba como a desreverberação melhora o reconhecimento de fala em ambientes barulhentos.

O E-SHARC melhora a identificação de falantes em vários ambientes de áudio.

Este artigo apresenta um sistema de codificador duplo para um aprendizado eficaz de representação de fala.

Novo método melhora o desempenho dos sistemas de ASR com diferentes sotaques através de dicionários especializados.

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

Um método novo combina significado e som para melhorar a detecção de emoções na fala.

Novos métodos melhoram a compreensão das previsões dos modelos de IA.

Analisando como nossos cérebros processam som e fala em diferentes situações.