会员服务
语音识别是计算机科学和计算语言学的一个跨学科子领域，它发展了一些方法和技术，使计算机可以将口语识别和翻译成文本。 它也被称为自动语音识别（ASR），计算机语音识别或语音转文本（STT）。它整合了计算机科学，语言学和计算机工程领域的知识和研究。
Comparing Self-Supervised Learning Models Pre-Trained on Human Speech and Animal Vocalizations for Bioacoustics Processing
Arxiv
0+阅读 · 1月10日
Discrete Speech Unit Extraction via Independent Component Analysis
Arxiv
0+阅读 · 1月11日
Generalized and Efficient 2D Gaussian Splatting for Arbitrary-scale Super-Resolution
Arxiv
0+阅读 · 1月14日
Samba-ASR: State-Of-The-Art Speech Recognition Leveraging Structured State-Space Models
Arxiv
0+阅读 · 1月7日
Samba-asr state-of-the-art speech recognition leveraging structured state-space models
Arxiv
0+阅读 · 1月6日
Samba-ASR: State-Of-The-Art Speech Recognition Leveraging Structured State-Space Models
Arxiv
0+阅读 · 1月8日
UV-Attack: Physical-World Adversarial Attacks for Person Detection via Dynamic-NeRF-based UV Mapping
Arxiv
0+阅读 · 1月10日
AdaCS: Adaptive Normalization for Enhanced Code-Switching ASR
Arxiv
0+阅读 · 1月13日
Fotheidil: an Automatic Transcription System for the Irish Language
Arxiv
0+阅读 · 2024年12月31日
LUPET: Incorporating Hierarchical Information Path into Multilingual ASR
Arxiv
0+阅读 · 1月9日
Target Speaker ASR with Whisper
Arxiv
0+阅读 · 1月16日
Whisper Turns Stronger: Augmenting Wav2Vec 2.0 for Superior ASR in Low-Resource Languages
Arxiv
0+阅读 · 2024年12月31日
DiCoW: Diarization-Conditioned Whisper for Target Speaker Automatic Speech Recognition
Arxiv
0+阅读 · 2024年12月30日
DCIM-AVSR : Efficient Audio-Visual Speech Recognition via Dual Conformer Interaction Module
Arxiv
0+阅读 · 1月8日
Improving Zero-Shot Chinese-English Code-Switching ASR with kNN-CTC and Gated Monolingual Datastores
Arxiv
0+阅读 · 1月12日
参考链接
父主题
模式识别
语音技术
子主题
科大讯飞
Cortana
小i机器人
Siri
云知声
Nuance
语音助手
微信扫码咨询专知VIP会员
Top