实体
voice activity detection
voice activity detection
PulseAugur coverage of voice activity detection — every cluster mentioning voice activity detection across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
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 3 条
-
HyWA方法实现了语音助手的个性化语音活动检测
研究人员开发了HyWA，一种用于创建个性化语音活动检测（PVAD）系统的新颖方法。该技术允许在不改变其核心架构的情况下，将现有的语音活动检测模型适配给特定用户。HyWA在注册期间生成特定说话人的权重，然后用于条件化VAD模型，提高其区分目标说话人声音和减少误触发的能力。评估表明，在全双工系统中误中断显著减少。
-
语音AI在轮流对话方面存在困难，需要更好的终点检测模型
当前的语音AI系统常常过早地结束对话，仅仅依赖静默检测，导致用户在思考过程中被打断。增加静默阈值以防止中断会引入一个更糟糕的问题：不可接受的延迟，这会让系统感觉像是坏了。一种更有效的方法是使用一个轻量级模型，该模型分析语法、韵律和语义来预测轮流对话的完成，而不仅仅是计时停顿。
-
AssemblyAI 解释语音 AI 的实时转录与批量转录
AssemblyAI 详细介绍了语音 AI 应用中实时转录和批量转录的区别。实时转录在音频流式传输时将语音转换为文本，优先考虑语音代理和字幕等实时交互的速度，但由于上下文有限，可能会牺牲一些准确性。批量转录在录制后处理完整的音频文件，通过分析具有完整上下文的整个对话来提供更高的准确性，适用于存档内容和详细分析。