speech processing | BriefGPT

关键词speech processing

搜索结果 - 68

使用大型语言模型评估阿拉伯语人工智能能力
本研究旨在对大型基础模型在阿拉伯自然语言处理和语音处理的表现进行系统的评估和比较，结果表明在大部分任务中，基础模型的表现不如专门针对任务开发的模型，未来的研究将探索 Few-shot prompting、拓展任务范围并研究其他开源模型。
PDFa year ago
利用预训练语音嵌入理解 ASD 儿童的口语语言发展
本研究旨在提出使用语音处理技术进行自动化评估儿童口语发展的应用，并通过对自然语言样本分析，对使用智能辅助诊断提供了可行性，其实验结果表明 F1 宏分数分别为 82.6% 和 67.8%。
PDFa year ago
ML-SUPERB: 多语言语音通用性能基准
本文提出的多语种 SUPERB (ML-SUPERB) 利用冻结的自我监督学习 (SSL) 特征和简单的框架，考虑了 143 种语言（从高资源到濒危），并考虑了自动语音识别和语言识别。我们发现语音 SSL 模型与 FBANK 特征相比可以显
PDFa year ago
电子分支形变器与传统形变器在语音识别、翻译和理解任务中的对比研究
本文比较 E-Branchformer 和 Conformer 两种编码器在语音处理方面的性能，并表明 E-Branchformer 在大多数评估数据集上表现比 Conformer 更好，并且在训练期间更加稳定。
PDFa year ago
语音处理中的 Transformer：一项调查
本文综述了 transformers 在语音技术各领域中的应用，旨在为研究者提供宝贵的资源，提供解决 transformers 在语音处理中面临的挑战的可行方法。
PDFa year ago
基于 SURE 基准的参数高效迁移学习方法在语音理解领域的评估
本文介绍了一种针对语音处理任务的参数高效学习算法 —— 适配器（adapters）以及一种新的名为 ConvAdapter 的适配器，它利用一维卷积来代替全量微调。实验证明，ConvAdapter 在某些任务中的表现优于标准适配器，且与前缀
PDFa year ago
基于提示调整的语音分类任务 SpeechPrompt v2
本文提出了 “SpeechPrompt V2” 语音分类的编程框架，该框架在统一的下游任务生成和多个语言的情境下具有高效性并取得了优秀的性能。
PDFa year ago
衡量和评估讲话方规整度的方法
本研究提出了一个分析讲话者分离公平性的新协议和评分方法，对性别、年龄、口音及发音时长等因素对讲话者分离结果的影响进行了大规模数据集实验，发现讲话者口音和性别会对分离结果产生偏见。
PDFa year ago
前端适配器：适应基于语音的自主学习的前端输入以用于语音识别
本文通过引入一个简单有效的前端适配器，可以使预先训练在波形上的自监督学习（SSL）模型与使用滤波器组频谱特征（Fbank）进行微调的语音识别任务兼容，实验结果表明我们提出的前端适配器对于几个流行的 SSL 模型都有效。
PDFa year ago
虚拟代理的端对端口语实体提取
本文探讨了利用语音编码器从语音中直接提取实体的方法，研究表明这种直接的方法优化了编码器以仅转录语音中与实体相关的部分，忽略不必要的部分，并且在企业虚拟代理的对话中，优于传统的两步法。
PDFa year ago
本科研究实习生机器人深度学习研究综述
本文调查了 CMU 机器人研究所暑期学者（RISS）的研究工作，特别关注利用深度学习解决核心机器人问题和机器人解决方案的论文，并提供简明的视角，以惠及志愿实习生。
PDFa year ago
大词汇量本地 ASR 的双向学习
通过对一种在 conformer 模型上的 unsupervised 的 dual learning 方法的实验，取得了相对于之前模型的 10.7%/5.2%(没有 LM) 和 11.7%/16.4%(有 LM) 的 WER 提升，该方法对
PDFa year ago
基于遗传算法的语音语料库平衡脚本生成器 BASPRO
本文提出了 BASPRO 系统，通过自动构建具有语音语调平衡性和丰富的中文句子，有效地收集普通话语音数据，其被成功应用在语音增强和自动语音识别模型中，表明训练和评估模型的语音语料库对模型性能有着极大的影响。
PDF2 years ago
低资源口语理解的多任务学习
本研究探讨了多任务学习在语音处理中的优势，通过使用自动语音识别和意图分类或情感分类的双重目标来训练模型，我们的模型虽然规模适中，但我们的研究表明多任务学习可以在低资源情况下与基线模型竞争，并且在情感分类上表现与端到端模型相当。
PDF2 years ago
自我监督的语言学习：从零语音资源挑战中的经验教训
通过 Zero Resource Speech Challenge 系列自 2015 年以来的六个版本的总结，讨论了自我监督或无监督机器学习的最新进展，并重点介绍了声学单元发现，口语术语发现，离散重构和口语语言建模四项任务的相关度量标准和基
PDF2 years ago
语音和语言处理中的强化学习与赌博算法：教程，评论与展望
本文综述了最近在强化学习和赌博算法方面的最新进展，并讨论它们如何被有效地使用来解决语音和自然语言处理问题，以建立具有适应性、互动性和可扩展性的模型。
PDF2 years ago
预训练语音编码器的自监督重连：在语音处理中以更少标签更快微调
本文针对预训练语音编码器中的表示空间进行了研究，并通过对比自监督学习构建正对，以实现对表示空间的改进，进而在低资源环境下提高了语音处理任务的收敛速度和表现。
PDF2 years ago
改善自监督语音处理模型在扭曲场景下的泛化性能
本文提出采用交叉失真映射和域对抗训练技术对自监督学习的语音预训练模型进行知识蒸馏，以缓解性能差距问题，具有较好的性能表现。
PDF2 years ago
ICMLBranchformer: 并行 MLP-Attention 结构用于语音识别和理解中的局部和全局上下文抓取
本文章提出一种基于自注意力机制和 MLP 模块的可定制语音转录模型 Branchformer，其可以同时提取全局和局部依赖关系，并且在多项基准测试上均胜过了 Transformer 和 cgMLP，与 Conformer 的表现相当。此外，
PDF2 years ago
通过自监督学习构建一个真实的大脑语音处理模型
本论文针对语音识别的问题，提出自我监督学习可能是解决这一问题的一个更好的选择，核心是自己生成特征，通过自我监督可以获得和人脑工作方式类似的神经网络模型，帮助理解语言习得和人脑在语音处理方面的机理。
PDF2 years ago