acoustic information | BriefGPT

关键词acoustic information

搜索结果 - 11

AG-LSEC: 音频语境词汇发音错误修正
通过使用现有的 SD 管道中直接从说话者得分中获取的信息，将 LSEC 系统与口音得分加强和基于口音的 LSEC 系统相结合，相对于基于音频的 SD、ASR 系统，在 RT03-CTS、美国英语 Callhome 和 Fisher 数据集上
PDF9 days ago
ACL人机对话：通过可感知的声音接收和反应展现同理心
提出了 PerceptiveAgent，一种具有共情能力的多模式对话系统，通过集成语音模态感知来识别言辞背后更深层次或更微妙的意义，实验结果表明，PerceptiveAgent 在情境理解方面表现出色，能够准确辨别发言者的真实意图，即使语言
PDF16 days ago
多模态方法在大型语言模型中的设备导向语音检测
虚拟助手的交互通常以预定义的触发短语作为开端，我们探索是否可以放弃用户必须以触发短语开始每个指令的要求。通过三种方式进行实验：首先，只使用从音频波形中获得的声学信息来训练分类器；其次，将自动语音识别（ASR）系统的解码器输出，如 1 最佳假
PDF3 months ago
ICLR永不为晚：将声学信息融入大型语言模型的自动语音识别
使用大型语言模型进行生成性错误纠正时，通过融合声学信息，提出了一种名为 Uncertainty-Aware Dynamic Fusion (UADF) 的新型晚期融合解决方案，该方法在自回归解码过程中实施多模态融合，并在处理 LLM 中的数
PDF5 months ago
用低语启迪我：使用语音嵌入增强大型语言模型对口述剧本的分析
通过音频 - 语言知识蒸馏框架，将语音数据中的声学和语用信息转移到学生语言模型，从而改进了传统语言模型在分析口述文本任务上的性能。
PDF8 months ago
关于语音到文本和大型语言模型集成的仅解码器架构
该研究介绍了 Speech-LLaMA，一种将声学信息有效地整合到基于文本的大型语言模型中的新方法，并进一步探索了仅解码器架构在语音处理任务中的应用。
PDFa year ago
使用从端到端自动语音识别获取的声学 - 文本子词表示进行音频到意图的转换
提出了一种从音频和文本信息中使用子词标记进行用户意图识别的方法，使用了端对端 ASR 模型提取音频信息与 CBOW 模型分析文本信息构建表示，通过结合位置编码的方式处理多个 ASR 假设同时存在的问题，实现了对于语音助手的用户意图高精准度的
PDF2 years ago
基于 Co-Attention 的多层声学信息的语音情感识别
本文提出了一种使用新设计的共同关注机制和多层声学信息的端到端语音情感识别系统。这个系统将 MFCC、谱图和嵌入了高水平声学信息的 CNN、BiLSTM 和 wav2vec2 等多层声学信息提取出来，并使用共同关注机制融合提取出来的多模态输入
PDF2 years ago
SELD-TCN: 基于时间卷积网络的声音事件定位和检测
自主机器人系统需要考虑声音信息，作者提出了一种基于时间卷积网络的新型结构 (SELD-TCN)，可以提高声音事件定位和检测 (SELD) 的效率和性能。
PDF4 years ago
ACL情感识别的多模态和多视角模型
采用多种视图学习方法来结合语音和词汇信息，训练出不需要词汇输入的部署式语音模型，该模型采用对比损失函数进行训练，实验结果表明这种方法和传统的基于语音信息的方法相比，有更好的准确性和鲁棒性。
PDF5 years ago
ACL元音共鸣峰模型的深度生成模型
该研究提出了一种基于前两个共振峰值的声学信息的生成概率模型，用以预测语言中包含哪些元音，从而归纳语言类型学的原理。
PDF6 years ago