multi-channel | BriefGPT - AI 论文速递

关键词multi-channel

搜索结果 - 7

使用键 - 选择路由注意力的视觉 Transformer 进行单张图像去雾
Ksformer 使用多通道、多尺度窗口结合基于多尺度关键选择路由注意力（MKRA）和轻量级高频处理模块（LFPM）的智能选取关键区域，从而在去雾方法的测试中表现出色。
PDF8 days ago
ESPnet-SE++：面向鲁棒语音识别、翻译和理解的语音增强
本文介绍了将语音分离和增强（SSE）纳入 ESpnet 工具包的最新进展，包括最新的语音增强模型及其评估，并设计了新界面将语音增强应用于前端任务包括自动语音识别（ASR）、语音翻译（ST）和口语理解（SLU），实验表明其在多通道场景下是一种
PDF2 years ago
利用真实对话数据实现多渠道连续语音分离
本研究提出一种可同时利用有标注数据和非标注数据进行连续语音分离模型训练的三阶段训练方案，并将其应用于任意麦克风阵列采集的多通道语音数据上取得了较好效果。
PDF2 years ago
使用独立向量分析的端到端多说话人自动语音识别
本研究提出了一个端到端的多通道、多人自动语音识别系统，其中前端基于独立向量分析（IVA）范例的联合源分离和去混响机制，实现了与先前使用神经束形成前端的系统具有竞争性的性能，并能够扩展到更多说话人的分离。
PDF2 years ago
ICASSP 2022 多通道多方会议转录挑战赛的 Royalflush 演讲者分离系统
该研究提出将多通道和 U 型网络模型相结合，利用并行和远场声学的优势，在说话人识别系统中实现远场重叠语音检测，并探索了三种说话人嵌入方法，最终取得了最佳性能。
PDF2 years ago
多通道 Transformer Transducer 语音识别
本文提出了一种新的语音识别模型 MCTT，它具有端到端多通道训练、低计算成本和低延迟等特点，适合于在设备上进行流式解码的场景，并通过限制注意力计算中的未来和过去上下文来提高 MCTT 的计算成本。研究发现，该模型在多通道音频输入的语音识别方
PDF3 years ago
基于多通道 I-Vectors 和卷积神经网络的混合方法用于声学场景分类
本文提出了一种改进基于 i-vectors 的音场识别方法和 CNN 模型，通过多通道 i-vector 提取和 CNN 模型结合的得分融合技术，取得了 DCASE-2016 挑战中音场识别任务的第一名，并展示了 i-vectors 和 C
PDF7 years ago