Jun, 2023

自动语音识别技术在海上 VHF 通信领域中的适应与优化

PDF
TL;DR本文介绍了一个多语种自动语音识别器，可将 VHF 无线电信号自动转换为文本，针对海上无线电通信的挑战，提出了 marFM 的深度学习架构，分析并评估了该 ASR 模型对各种海上业务数据的转录性能。
发现论文，激发创造
  • 自动语音识别系统 —— 印地语

    自动语音识别（ASR）是计算语言学的一个关键领域，主要研究开发能够使计算机将口语转换为文本的技术。该研究聚焦于开发基于 JavaScript 和 Node.js 的网络应用程序和语音识别的网络界面，使用监督学习训练改善语音识别的神经网络，并设计对声音信号进行准确对齐的新型反向传播方法。

    Jun, 2024

  • 利用语境数据的两步方法：空中交通通信中的语音识别

    本文通过将 ASR 和 NLP 方法相结合并利用监控数据，研究了一种两步增强 callsign 的方法，最终提高了 53.7% 的绝对召唤符号识别率和 60.4% 的相对召唤符号识别率。

    Feb, 2022

  • 语言引导的具身化智能体多模式语音识别

    本文提出了一种多模式自动语音识别模型，通过考虑附带的视觉上下文来减少口头指令的错误转录，使用了仿真的噪声环境。实验结果表明，使用多模态 ASR 模型可使任务完成的准确性得到提高。

    Feb, 2023

  • Radio2Text: 使用 mmWave 无线电信号的流式语音识别

    本文提出了 Radio2Text，这是第一个基于毫米波的流式自动语音识别系统，具有超过 13,000 个词汇大小的识别能力。Radio2Text 基于定制的流式 Transformer，有效地学习了与语音相关的特征表示，为具有大词汇量的流式自动语音识别铺平了道路。实验结果表明，Radio2Text 能够对由超过 13,000 个词汇组成的输入实现 5.7% 的字符错误率和 9.4% 的词错误率。

    Aug, 2023

  • 面向东南亚语言的云自动语音识别系统

    介绍我们为东南亚语言开发的自动语音识别系统，以印尼语和泰语为例解释了收集语音和文本资源所需的各种策略。

    Oct, 2022

  • 使用视语言预训练模型提高医学语音转文本的准确性

    提出一种基于 Vision Language Pre-training 方法的医疗方面的文本校正方法，以解决由于数据不足而难以开发医学领域的语音转文本模型的问题，并展示多模态理解图像和文本信息优于仅使用文本信息的单模态的性能。

    Feb, 2023

  • 海洋环境下自主水面船深度学习调查

    本文介绍了 Autonomous Surface Vehicles (ASV) 的现状和使用，重点探讨了 ASV 与 Deep Learning 方法的实现，以及其在海事操作中的挑战和未来研究方向。

    Oct, 2022

  • 对话语言的自动语音识别系统评估：语言学视角

    本文以法语为案例研究，从语言学的角度探讨自动语音识别系统在复杂语境下的识别准确度，并解决了法语同音词的歧义问题，提高了法语语音转写准确度。

    Nov, 2022

  • 孟加拉语生物医学数据的自动语音识别

    该研究提出了一个专门针对孟加拉生物医学数据开发的自动语音识别（ASR）原型系统。该系统针对孟加拉语和西利特语两种重要方言，培训和评估了两个流行的 ASR 框架，旨在为数字健康应用创建可部署的健康领域 ASR 系统，从而提高非技术用户在医疗保健领域的可访问性。

    Jun, 2024

  • 无监督自动语音识别：综述

    这篇论文研究了使用无监督学习的方法，包括语音分割，语音信号到文本的映射和半监督模型来实现自动语音识别，以识别从语音数据中可以学到的极限并理解语音识别的最小要求，目的是为了在开发低资源语言的语音识别系统时优化资源和努力。

    Jun, 2021