Zobrazeno 1 - 4
of 4
pro vyhledávání: '"Ogasawara, Yuma"'
This study explores fine-tuning multilingual ASR (Automatic Speech Recognition) models, specifically OpenAI's Whisper-Tiny, to improve performance in Japanese. While multilingual models like Whisper offer versatility, they often lack precision in spe
Externí odkaz:
http://arxiv.org/abs/2412.10705
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Ogasawara Y; Ritsumeikan University, College of Science and Engineering, Department of Electrical and Electronic, Japan., Sugimoto R; Ritsumeikan University, College of Science and Engineering, Department of Electrical and Electronic, Japan., Maruyama R; Ritsumeikan University, College of Science and Engineering, Department of Electrical and Electronic, Japan., Arimoto H; National Institute of Advanced Industrial Science and Technology, Electronics and Photonics Research, Japan., Tamada Y; National Institute for Basic Biology, Division of Evolutionary Biology, Okazaki, Japan., Watanabe W; Ritsumeikan University, College of Science and Engineering, Department of Electrical and Electronic, Japan.
Publikováno v:
Journal of biomedical optics [J Biomed Opt] 2018 Sep; Vol. 24 (3), pp. 1-6.
