Artigos mais recentes para Reconhecimento de Fala

Este estudo apresenta um conjunto de dados e um método pra melhorar a precisão do ASR chinês usando Pinyin.

Este estudo foca em melhorar a detecção de áudio deepfake usando métodos avançados.

Entender a incerteza aumenta a precisão do reconhecimento de emoções em situações do dia a dia.

Um sistema pra reconhecimento de falantes em áudio multilíngue sem precisar de muitos dados.

Melhorando a tecnologia de anonimização de falantes em nove idiomas pra garantir a privacidade.

Pesquisas mostram como o vídeo ajuda a melhorar o reconhecimento de fala em ambientes barulhentos.

Um novo método melhora a precisão em reconhecer fala de vários falantes.

Explore como o córtex auditivo integra som ao longo do tempo.

Um novo método melhora a clareza da fala em ambientes barulhentos usando redes neurais duplas.

O modelo XLSR-Transducer manda bem na transcrição em tempo real com pouquíssimos dados.

Um novo modelo melhora a precisão nas capacidades de fala para texto em várias línguas.

Pesquisas mostram riscos em modelos de fala multitarefa como o Whisper.

TokenVerse simplifica a análise de conversas faladas ao integrar várias tarefas em um único modelo.

Este estudo analisa o Mix-Training para reconhecimento de palavras-chave em condições de fala barulhenta.

Melhorando sistemas de reconhecimento de fala para línguas com dados online limitados.

Este estudo analisa como redes neurais interpretam a fala usando espectrogramas.

Aprenda como o contexto melhora a precisão do reconhecimento automático de fala e a identificação de palavras.

Esse estudo usa fiwGAN pra explorar os padrões de harmonia vocálica na língua assamesa.

Um novo framework melhora a performance de ASR usando dados e recursos limitados.

Este artigo fala sobre maneiras de melhorar a formatação de expressões numéricas em transcrições automáticas.

Pesquisadores exploram abordagens sem texto pra entender melhor a linguagem falada.

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

Um novo conjunto de dados impulsiona a saúde com sistemas de pergunta baseados em fala para imagens médicas.

Um estudo sobre como melhorar a precisão da transcrição com um design de prompt melhor.

Uma nova abordagem melhora os sistemas SER usando descrições do ambiente ruidoso.

Combinar TTS e dados reais melhora de forma eficaz os sistemas de reconhecimento de voz.

Novo método melhora a conversão de fala silenciosa em áudio compreensível.

Um novo método melhora a separação de vozes em ambientes barulhentos com vários falantes.

Este estudo apresenta um método pra avaliar o significado dos sinais sonoros.

Novos métodos buscam melhorar o reconhecimento da fala sussurrada em sistemas automáticos.

Modelos de IA melhoram a precisão das conversões de fala para texto.

Analisando técnicas pra proteger a privacidade enquanto analisa conversas gravadas.

Um novo modelo integra dados de áudio e visual para reconhecimento de fala e tradução.

Novos métodos melhoram a precisão do reconhecimento de fala para sotaques diversos.

Wav2graph cria gráficos de conhecimento a partir da linguagem falada pra melhorar a compreensão da IA.

MulliVC transforma vozes em várias línguas com uma precisão e clareza impressionantes.

Novo sistema de navegação de robôs entende comandos falados através das emoções.

O modelo TOGGL melhora a precisão da transcrição em situações de fala sobreposta.

Um método pra melhorar a qualidade do reconhecimento de fala em ambientes barulhentos.

Pesquisadores desenvolvem o SaSLaW pra melhorar a adaptação da fala das máquinas em diferentes ambientes.