Yi-Cheng Lin

Um novo sistema pra avaliar o desempenho de codec de áudio em várias aplicações.

Analisando como os codecs mantêm os tons emocionais nos dados de voz.

Um novo conjunto de dados destaca os preconceitos em modelos de fala baseados em gênero e idade.

Esse artigo fala sobre métodos de treinamento eficientes para modelos de fala usando aprendizado auto-supervisionado.

O modelo MCMamba melhora a qualidade do som em ambientes barulhentos usando informações espaciais e espectrais.

Este estudo melhora os sistemas de reconhecimento de emoções para línguas menos comuns usando dados de alta qualidade.

Um olhar sobre os resultados do desafio Codec-SUPERB e as métricas de desempenho do codec.

Criando um modelo de IA pra conversas naturais em mandarim taiwanês.