論文要約 WhisTLE: テキストだけで ASR を改善！
紹介論文今回紹介する論文はWhisTLE: Deeply Supervised, Text-Only Domain Adaptation for Pretrained Speech Recognition Transformersという論文...
音声認識
論文要約 
論文要約 PARCO: 音声認識の精度を革新！
紹介論文今回紹介する論文はPARCO: Phoneme-Augmented Robust Contextual ASR via Contrastive Entity Disambiguationという論文です。 この論文を一言でまとめるとP...
論文要約 SageLM徹底解説： 音声判断LLMの最前線
紹介論文今回紹介する論文はSageLM: A Multi-aspect and Explainable Large Language Model for Speech Judgementという論文です。 この論文を一言でまとめるとSageL...
論文要約 音声認識エラーが言語発達研究を歪める？ベイズ補正で解決！
紹介論文今回紹介する論文はClassification errors distort findings in automated speech processing: examples and solutions from child-de...
論文要約 AuriStream：音声認識を変えるコクリア表現とは？
紹介論文今回紹介する論文はRepresenting Speech Through Autoregressive Prediction of Cochlear Tokensという論文です。 この論文を一言でまとめるとAuriStreamは、人...
論文要約 Badini Kurdish STT：Wav2Vec2とWhisperの性能比較
紹介論文今回紹介する論文はWhich one Performs Better? Wav2Vec or Whisper? Applying both in Badini Kurdish Speech to Text (BKSTT)という論文で...
論文要約 SPGISpeech 2.0：金融音声認識を革新するデータセット
紹介論文今回紹介する論文はSPGISpeech 2.0: Transcribed multi-speaker financial audio for speaker-tagged transcriptionという論文です。 この論文を一言で...
論文要約 DeSTA2.5-Audio解説：自己生成で進化する音声AI
紹介論文今回紹介する論文はDeSTA2.5-Audio: Toward General-Purpose Large Audio Language Model with Self-Generated Cross-Modal Alignment...
論文要約 ベンガル語ASR比較：WhisperとWav2Vec-BERT
紹介論文今回紹介する論文はAdaptability of ASR Models on Low-Resource Language: A Comparative Study of Whisper and Wav2Vec-BERT on Ban...
論文要約 RETURNN： ニューラルネット 開発の新潮流
紹介論文今回紹介する論文はRETURNN as a Generic Flexible Neural Toolkit with Application to Translation and Speech Recognitionという論文です。...