Artigos mais recentes para Reconhecimento de Fala

Um novo modelo melhora o alinhamento de fala e texto para um reconhecimento automático melhor.

Apresentando novas métricas pra avaliar a precisão da diarização de falantes em IA conversacional.

Novos métodos melhoram a precisão e a velocidade nos sistemas de reconhecimento de fala.

Um novo método melhora o desempenho da ASR através da integração de dados textuais.

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

Radio2Text usa sinais de mmWave pra reconhecimento de fala em tempo real em ambientes barulhentos.

Este estudo melhora os modelos G2P ao focar nas áreas propensas a erros durante o treinamento.

Descubra métodos que melhoram a precisão no rastreamento de formantes para análise de fala.

Novos métodos melhoram o processamento e a geração de fala em modelos de linguagem.

Novas técnicas melhoram a clareza do áudio em ambientes barulhentos.

Novos métodos melhoram a identificação de palavras-chave usando dados de fala disponíveis.

Uma nova abordagem melhora a estimativa de confiança em sistemas de ASR para uma precisão melhor.

Este estudo explora problemas com o uso de convnets para a criação de filtro de áudio.

Esse artigo explora avanços na diarização de falantes usando modelos de linguagem pra ter mais precisão.

Novo sistema melhora o reconhecimento de fala usando prompts que levam em conta o contexto.

EnCodecMAE combina aprendizado auto-supervisionado e codecs de áudio pra melhorar o desempenho em tarefas de áudio.

Apresentando um método flexível para reconhecer palavras-chave na fala em diferentes idiomas.

A PIAVE ajuda máquinas a captar vozes com clareza, mesmo quando as pessoas viram a cabeça.

Apresentando uma estrutura flexível para aprimorar a pesquisa em privacidade de voz.

Um novo método facilita a compreensão dos modelos de classificação de fala.

M-AUDIODEC comprime áudio multicanal mantendo a posição dos alto-falantes e a qualidade.

Pesquisas revelam novos modelos para melhorar a clareza da voz em fones de ouvido inteligentes.

Um novo método melhora a habilidade dos robôs de seguir direções faladas com precisão.

Novos métodos estão melhorando nossa habilidade de detectar discursos falsos de forma eficaz.

Um novo método melhora os modelos de ASR para usuários individuais usando quantização e adaptação.

Novos modelos se adaptam pra melhorar a eficiência e a rapidez do reconhecimento de fala.

Melhorando o reconhecimento de fala do Whisper para o vietnamita e outras línguas com poucos recursos.

Esse estudo analisa como a habilidade auditiva afeta a compreensão da fala em ambientes barulhentos.

Usando agrupamento k-means pra otimizar dados de áudio e treinar o modelo melhor.

Um método pra escolher o melhor modelo de ASR baseado nas características do áudio.

MyST tem como objetivo melhorar o aprendizado de ciências das crianças por meio de tutoria virtual.

Uma olhada no M2MeT 2.0 e seu impacto na transcrição de reuniões.

Este estudo analisa como a compressão de modelos afeta o reconhecimento de fala em ambientes barulhentos.

Um novo modelo melhora a compreensão da fala e dos sons ao mesmo tempo.

Apresentando novos modelos pra melhorar a extração de fala em ambientes barulhentos.

A pesquisa foca em melhorar os sistemas de ASR para áudio não segmentado.

Analisando as diferenças de desempenho no reconhecimento de fala entre os gêneros.

Os LLMs melhoram a precisão e a correção de erros em sistemas de reconhecimento de fala.

O PP-MeT quer melhorar a precisão na transcrição de reuniões com várias pessoas.

Essa pesquisa apresenta um modelo pra melhorar a clareza da fala em diferentes condições.