spoken language identification | BriefGPT

关键词spoken language identification

搜索结果 - 11

探索多语种广播和机构演讲自动转写的口语语言识别策略
该论文讨论了多语言广播和机构性语音的口语语言识别（SLI）和语音识别，这些是在 SLI 文献中很少讨论的真实应用场景。
PDF21 days ago
口语语言识别的生成语言表示
探索利用 Whisper 模型的解码器网络通过其生成机制提取语言特征来提高 LID 任务中的分类准确性。通过基于语言嵌入方法和直接优化 LID 输出的两种策略，在 MLS、VoxLingua107 和 CommonVoice 等大规模多语言
PDF7 months ago
基于小样本语音语言识别的小波散射变换提升泛化能力
改进了现有语音识别中常用的特征提取方法，采用小波散射变换（WST）为低资源语音识别系统提供精确信息，通过优化 WST 特征和使用不同的 WST 超参数开发 ECAPA-TDNN 基于 LID 系统，大大改善了对未知数据的泛化能力。
PDF9 months ago
口语语种识别的多模态建模
使用多模态元数据进行语种识别，证明视频标题、描述和地理位置等元数据对语种识别的贡献，并在两个不同的 YouTube 视频数据集上获得了最先进的语种识别结果，并进行了基于模态的贡献度分析。
PDF9 months ago
健壮的开放式口语语种识别和 CU MultiLang 数据集
我们实现了一种基于 MFCC 和音高特征的 TDNN 模型、通过对 softmax 输出进行置信度阈值设置以及使用 LDA 和 pLDA 来学习对新的未知语言进行分类的开放式口语识别系统，该系统在已训练语言上达到了 91.76% 的准确率，
PDF10 months ago
领域多样化和泛化的跨语料库口语语言识别
研究低资源口语识别 (LID) 问题中跨领域泛化问题，提出领域多样性增强方法 (domain diversification)，并将其作为伪领域考虑，为此研究了领域不变和领域感知方法以及相关增强因子配置，提高了识别准确性。
PDFa year ago
基于机器学习的印度口语识别概述
本文综合评述了印度口语识别领域的研究现状及其面临的独特挑战，探讨了可用的语音语料库、已有的研究成果和未来的研究方向，有助于了解该领域现状和发展趋势。
PDF2 years ago
AmberNet: 一种紧凑的端到端口语识别模型
AmberNet 是一种用于口语识别的紧凑端到端神经网络，由一维深度可分离卷积和全局上下文的 Squeeze-and-Excitation 层、统计汇聚和线性层组成，大小是现有技术 (SOTA) 模型的 1/10，准确率达到 FLEURS
PDF2 years ago
用于口语识别的预训练方法：TalTech 在 OLR 2021 挑战赛中的提交
本文研究了口语语言识别的不同预训练方法，并基于我们在东方语言识别挑战赛 2021 中的提交，参与了有约束和无约束的语言识别的两个任务。我们主要使用 Conformer-based 编码器 - 解码器模型和 XLSR-53 wav2vec2.
PDF2 years ago
部分耦合的最优传输在口语认别中的应用
本论文提出了基于部分最优传输的联合分布对齐模型（POT），以降低不同领域之间的差异，提高跨域口语识别（SLID）系统的性能，并在 SLID 任务上进行了实验证明了 POT 模型显著提高了模型性能。
PDF2 years ago
MM利用频谱增强技术进行混合语言口语识别
本研究针对印度语境下多种语言混杂的情况，对在语音处理中较为基础的语种识别系统 LID 进行优化，提出基于语种掩蔽和光谱增强的方法，在微软研究团队提出的挑战任务中相对基线系统进行了 3-5% 的 LID 准确度改进。
PDF4 years ago