Artigos mais recentes para Reconhecimento de Fala

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

Pesquisas mostram como fazer modelos de fala menores e mais eficientes.

O treinamento adversarial melhora a precisão na detecção de palavras-chave em fala sintética e real.

Um novo padrão melhora a avaliação de sistemas de reconhecimento de emoção na fala em diferentes idiomas e emoções.

Novos métodos melhoram modelos de ASR para várias línguas, preservando o conhecimento passado.

Uma nova abordagem melhora o reconhecimento de frases com troca de código na fala bilíngue.

Um novo método pra lidar melhor com sequências de dados longas.

Analisando como os padrões de voz afetam o significado e o desempenho da tecnologia.

Um olhar sobre as complicações de identificar faixas de áudio misturadas.

O-HuBERT melhora o reconhecimento de fala ao separar a informação do conteúdo e a informação expressiva.

Um novo método melhora o reconhecimento de fala em Hindi usando técnicas de pseudo-rotulagem.

Um sistema pra classificar os dialetos Tamil literário e coloquial usando características sonoras.

Novos métodos melhoram a compreensão de fala sussurrada e normal pelos computadores.

Uma olhada na separação em micro-lotes e seus benefícios para o treinamento de modelos.

Pesquisas mostram como LLMs melhoram o reconhecimento de fala automática em japonês.

Esse artigo examina como os modelos reconhecem tom, estresse e acentos de pitch.

O SALSA melhora a precisão do reconhecimento de fala para idiomas de baixo recurso, integrando modelos de ASR e de linguagem.

Novo método melhora a precisão da ASR usando modelos de linguagem para transcrições melhores.

Um novo sistema corrige erros de identificação de fala pra ter transcrições de conversa mais claras.

Melhorando a clareza da fala através de filtros híbridos e redes neurais.

Um novo modelo melhora o reconhecimento de fala ao combinar de forma eficaz entradas de áudio e visuais.

Novos métodos melhoram o reconhecimento de fala em situações desafiadoras com múltiplos falantes.

Um novo método melhora o reconhecimento automático de fala preservando a ordem dos sons na transferência de conhecimento.

Este estudo analisa como o barulho pode melhorar a resistência do reconhecimento de fala frente a desafios.

Transdutor leve e inovador melhora a eficiência e a precisão do reconhecimento de fala.

Esse artigo compara representações de fala discretas e contínuas para um reconhecimento de fala eficaz.

Pesquisas mostram como os neurônios em modelos de fala reconhecem características-chave do som.

Este estudo analisa como a autoatenção afeta o reconhecimento de fala em turco e inglês.

Uma abordagem de aprendizado auto supervisionado reduz a necessidade de dados de áudio rotulados.

TF-Mamba melhora a localização sonora usando uma abordagem nova que integra dados de tempo e frequência.

A pesquisa sobre sistemas ASR modulares tem como objetivo melhorar o desempenho em ambientes barulhentos.

Apresentando o DENSE, um método que melhora a extração da fala-alvo usando embeddings dinâmicos.

Esse método melhora a precisão de reconhecimento para nomes pouco comuns em saídas de voz.

Melhorando a identificação de palavras faladas através de pistas visuais em línguas com poucos recursos.

BigCodec melhora a qualidade do som em transmissões de áudio com baixa taxa de bits.

Esse artigo fala sobre as vantagens de simplificar modelos de transformer para tarefas de fala.

O Sortformer integra diarização de falantes e ASR pra melhorar o processamento de áudio.

Novos métodos melhoram a compreensão da linguagem falada através de um conjunto de dados inovador.

Novos métodos melhoram a conversa entre humanos e robôs ao deixar a fala mais clara.

Analisando os últimos avanços em modelos generativos em várias áreas.