kishikawa11
https://blog.hatena.ne.jp/kishikawa11/
Ridge-institute R&D Blog
https://iblog.ridge-i.com/
はじめに INTERSPEECH 2024から見る音声認識研究の動向 複数話者の音声認識 複数言語の音声認識 デコーディング処理 文脈バイアス 表現学習 その他トピック まとめ 参考文献 はじめに 前回の記事では音声認識の基本と代表的な大規模学習済みモデルを紹介させていただきました。 音声認識や音声合成はさまざまなアプリケーションで目にする機会が増えました。一方で、現在の技術でもまだまだ課題はあります。 本稿は近年の研究モチベーションを代表的なタスクである音声認識をベースに紹介させていただきたいと思います。 INTERSPEECH 2024から見る音声認識研究の動向 本稿は、音声認識を扱う国際…
190
<iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fiblog.ridge-i.com%2Fentry%2F2025%2F04%2F30%2F140910" title="INTERSPEECH2024から見る音声認識研究の動向 - Ridge-institute R&D Blog" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe>
https://cdn-ak.f.st-hatena.com/images/fotolife/k/kishikawa11/20250225/20250225140240.png
Hatena Blog
https://hatena.blog
2025-04-30 14:09:10
INTERSPEECH2024から見る音声認識研究の動向
rich
https://iblog.ridge-i.com/entry/2025/04/30/140910
1.0
100%