实体
AMI Meeting Corpus
AMI Meeting Corpus
PulseAugur coverage of AMI Meeting Corpus — every cluster mentioning AMI Meeting Corpus across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
Llama 3.1 8B-Instruct 与人类促进在设计会议中的比较研究
一篇新的研究论文比较了人类项目经理和 Llama 3.1 8B-Instruct 大型语言模型在协作设计会议中的促进风格。该研究分析了 AMI 会议语料库中的 199 个配对情境，发现人类促进者表现出更大的上下文语义距离和词汇规避。相反，Llama 3.1 8B-Instruct 表现出更高的主题发散度、更强的词汇阐述代理以及与指令条件化阶段词汇更好的对齐。研究人员强调，这些差异并不表示质量排名，而是为未来大型语言模型和人类促进的比较…
-
新方法通过纠正说话人串音来提高多说话人ASR的准确性
研究人员开发了一种新颖的方法来提高多说话人自动语音识别（ASR）系统的准确性，尤其是在说话人重叠显著的情况下。他们的方法使用预训练的说话人分割模型来识别和移除错误归属于某个说话人的语音片段。这种剪枝技术结合时间上和词汇上的验证，已证明能显著降低词错误率，尤其是在说话人串音水平很高的挑战性声学环境中。
-
新TIDES数据集增强AI对多方对话的理解
研究人员推出了TIDES，一个新纵向数据集，旨在改进对群组对话中多方社会动态的建模。该数据集包含来自12个大学项目团队在一个完整学期内的75,000多条英语和韩语的发言，提供了团队演变的自然视角。实验表明，在TIDES上微调模型可以增强下一发言者预测，并在AMI会议语料库等基准测试上表现与专有模型相当，尽管人类评估表明改进的预测并不总是能带来更自然的对话。