会员服务
A Non-autoregressive Model for Joint STT and TTS
Arxiv
0+阅读 · 1月15日
Joint Beam Search Integrating CTC, Attention, and Transducer Decoders
Arxiv
0+阅读 · 1月14日
Fotheidil: an Automatic Transcription System for the Irish Language
Arxiv
0+阅读 · 2024年12月31日
Universal Speaker Embedding Free Target Speaker Extraction and Personal Voice Activity Detection
Arxiv
0+阅读 · 1月7日
DiCoW: Diarization-Conditioned Whisper for Target Speaker Automatic Speech Recognition
Arxiv
0+阅读 · 2024年12月30日
Improving Zero-Shot Chinese-English Code-Switching ASR with kNN-CTC and Gated Monolingual Datastores
Arxiv
0+阅读 · 1月12日
Improving Zero-Shot Chinese-English Code-Switching ASR with kNN-CTC and Gated Monolingual Datastores
Arxiv
0+阅读 · 1月8日
DCF-DS: Deep Cascade Fusion of Diarization and Separation for Speech Recognition under Realistic Single-Channel Conditions
Arxiv
0+阅读 · 2024年12月28日
Towards Unsupervised Speech Recognition Without Pronunciation Models
Arxiv
0+阅读 · 1月8日
CAMEL: Cross-Attention Enhanced Mixture-of-Experts and Language Bias for Code-Switching Speech Recognition
Arxiv
0+阅读 · 1月9日
Listening and Seeing Again: Generative Error Correction for Audio-Visual Speech Recognition
Arxiv
0+阅读 · 1月3日
Adapting Whisper for Code-Switching through Encoding Refining and Language-Aware Decoding
Arxiv
0+阅读 · 2024年12月24日
Adapting Whisper for Code-Switching through Encoding Refining and Language-Aware Decoding
Arxiv
0+阅读 · 1月5日
How to Learn a New Language? An Efficient Solution for Self-Supervised Learning Models Unseen Languages Adaption in Low-Resource Scenario
Arxiv
0+阅读 · 1月5日
Automatic Text Pronunciation Correlation Generation and Application for Contextual Biasing
Arxiv
0+阅读 · 1月1日
参考链接
微信扫码咨询专知VIP会员
Top