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。
DuplexMamba: Enhancing Real-time Speech Conversations with Duplex and Streaming Capabilities
DuplexMamba: Enhancing Real-time Speech Conversations with Duplex and Streaming Capabilities
Arxiv
0+阅读 · 4月3日
LinTO Audio and Textual Datasets to Train and Evaluate Automatic Speech Recognition in Tunisian Arabic Dialect
Arxiv
0+阅读 · 4月3日
Whispering Under the Eaves: Protecting User Privacy Against Commercial and LLM-powered Automatic Speech Recognition Systems
Arxiv
0+阅读 · 4月1日
Large Language Model Can Transcribe Speech in Multi-Talker Scenarios with Versatile Instructions
Large Language Model Can Transcribe Speech in Multi-Talker Scenarios with Versatile Instructions
Arxiv
0+阅读 · 4月2日
An Optimizable Suffix Is Worth A Thousand Templates: Efficient Black-box Jailbreaking without Affirmative Phrases via LLM as Optimizer
Arxiv
0+阅读 · 4月2日
Chain of Correction for Full-text Speech Recognition with Large Language Models
Arxiv
0+阅读 · 4月2日
TeleAntiFraud-28k: An Audio-Text Slow-Thinking Dataset for Telecom Fraud Detection
TeleAntiFraud-28k: An Audio-Text Slow-Thinking Dataset for Telecom Fraud Detection
Arxiv
0+阅读 · 4月2日
TeleAntiFraud-28k: An Audio-Text Slow-Thinking Dataset for Telecom Fraud Detection
Arxiv
0+阅读 · 4月1日
Risk-Calibrated Affective Speech Recognition via Conformal Coverage Guarantees: A Stochastic Calibrative Framework for Emergent Uncertainty Quantification
Arxiv
0+阅读 · 3月24日
Whisper-LM: Improving ASR Models with Language Models for Low-Resource Languages
Arxiv
0+阅读 · 3月30日
Automatic Speech Recognition for Non-Native English: Accuracy and Disfluency Handling
Arxiv
0+阅读 · 3月30日
The Impact of Code-switched Synthetic Data Quality is Task Dependent: Insights from MT and ASR
Arxiv
0+阅读 · 3月30日
TeleAntiFraud-28k: A Audio-Text Slow-Thinking Dataset for Telecom Fraud Detection
Arxiv
0+阅读 · 3月31日
Whispering in Amharic: Fine-tuning Whisper for Low-resource Language
Arxiv
0+阅读 · 3月28日
Multi-modal Speech Transformer Decoders: When Do Multiple Modalities Improve Accuracy?
Arxiv
0+阅读 · 3月28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