实体 GPT-audio

GPT-audio

PulseAugur coverage of GPT-audio — every cluster mentioning GPT-audio across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

TOOL · CL_301013 · Oct 15 · 04:00

新的Anuvani-LID模型在识别印度语言方面表现出色

一篇新的研究论文介绍Anuvani-LID，一个专门为印度语言设计的鲁棒且校准的口语识别模型。该模型在22种印度语言和带有印度口音的英语的超过54,000小时的音频上进行了训练，在短音频输入方面显著优于Gemini 3.5 Flash和GPT-audio等通用模型。Anuvani-LID实现了0.914的平均宏F1分数，证明了其在处理印度多语言语音的复杂性方面的有效性，包括嘈杂和混合编码的音频。