Computation and Language,Artificial Intelligence,Machine Learning,Audio and Speech Processing,محاسبات و زبان , هوش مصنوعی , یادگیری ماشین , پردازش صوتی و گفتار ,
توضیحات
Submitted 30 August, 2024; originally announced September 2024. , Comments: 6 pages, 7 tables , MSC Class: 68T01 General topics in artificial intelligence
توضیحات به فارسی
ارسال شده در 30 اوت 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: 6 صفحه ، 7 جدول ، کلاس MSC: 68T01 موضوعات عمومی در هوش مصنوعی
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
Speech applications dealing with conversations require not only recognizing the spoken words but also determining who spoke when. The task of assigning words to speakers is typically addressed by merging the outputs of two separate systems, namely, an automatic speech recognition (ASR) system and a speaker diarization (SD) system. In practical settings, speaker diarization systems can experience significant degradation in performance due to a variety of factors, including uniform segmentation with a high temporal resolution, inaccurate word timestamps, incorrect clustering and estimation of speaker numbers, as well as background noise. Therefore, it is important to automatically detect errors and make corrections if possible. We used a second-pass speaker tagging correction system based on a non-autoregressive language model to correct mistakes in words placed at the borders of sentences spoken by different speakers. We first show that the employed error correction approach leads to reductions in word diarization error rate (WDER) on two datasets: TAL and test set of Fisher. Additionally, we evaluated our system in the Post-ASR Speaker Tagging Correction challenge and observed significant improvements in cpWER compared to baseline methods.
چکیده به فارسی (ترجمه ماشینی)
برنامه های گفتار که با مکالمات سروکار دارند ، نه تنها به شناخت کلمات گفتاری بلکه تعیین اینکه چه کسی صحبت می کند ، نیاز دارد.وظیفه اختصاص کلمات به بلندگوها به طور معمول با ادغام خروجی های دو سیستم جداگانه ، یعنی یک سیستم تشخیص خودکار گفتار (ASR) و یک سیستم دیایریزاسیون بلندگو (SD) مورد توجه قرار می گیرد.در تنظیمات عملی ، سیستم های دیاوریزاسیون بلندگو می توانند به دلیل عوامل مختلفی از جمله تقسیم یکنواخت با وضوح زمانی بالا ، زمان بندی نادرست کلمه ، خوشه بندی نادرست و تخمین تعداد بلندگوها و همچنین نویز پس زمینه ، تخریب قابل توجهی در عملکرد را تجربه کنند.بنابراین ، مهم است که به طور خودکار خطاها را تشخیص داده و در صورت امکان اصلاحات را انجام دهید.ما از یک سیستم تصحیح برچسب بلندگو دوم مبتنی بر یک مدل زبان غیر خودپسند استفاده کردیم تا اشتباهات را در کلمات قرار داده شده در مرزهای جملات گفته شده توسط بلندگوهای مختلف اصلاح کنیم.ما ابتدا نشان می دهیم که رویکرد تصحیح خطای به کار رفته منجر به کاهش نرخ خطای دیایریزاسیون کلمه (WDER) در دو مجموعه داده می شود: TAL و مجموعه تست فیشر.علاوه بر این ، ما سیستم خود را در چالش تصحیح برچسب زدن بلندگو پس از ASR ارزیابی کردیم و در مقایسه با روشهای پایه ، پیشرفت های قابل توجهی در CPWER مشاهده کردیم.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
