اکسپرس 24
ترجمه فارسی مقاله در مورد مسئله انتخاب مدل تبدیل متن به گفتار برای تولید داده مصنوعی در تشخیص خودکار گفتار

ترجمه فارسی مقاله در مورد مسئله انتخاب مدل تبدیل متن به گفتار برای تولید داده مصنوعی در تشخیص خودکار گفتار

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی On the Problem of Text-To-Speech Model Selection for Synthetic Data Generation in Automatic Speech Recognition
عنوان مقاله به فارسی در مورد مسئله انتخاب مدل تبدیل متن به گفتار برای تولید داده مصنوعی در تشخیص خودکار گفتار
نویسندگان Nick Rossenbach, Ralf Schlüter, Sakriani Sakti
فرمت مقاله انگلیسی PDF
تعداد صفحات 5
دسته بندی موضوعات Computation and Language,Machine Learning,Sound,Audio and Speech Processing,محاسبات و زبان , یادگیری ماشین , صدا , صدا و گفتار ,
توضیحات Submitted 31 July, 2024; originally announced July 2024. , Comments: Accepted at the SynData4GenAI 2024 workshop
توضیحات به فارسی ارسال 31 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد ، نظرات: پذیرفته شده در کارگاه Syndata4Genai 2024

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 200,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 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.

🎯 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

The rapid development of neural text-to-speech (TTS) systems enabled its usage in other areas of natural language processing such as automatic speech recognition (ASR) or spoken language translation (SLT). Due to the large number of different TTS architectures and their extensions, selecting which TTS systems to use for synthetic data creation is not an easy task. We use the comparison of five different TTS decoder architectures in the scope of synthetic data generation to show the impact on CTC-based speech recognition training. We compare the recognition results to computable metrics like NISQA MOS and intelligibility, finding that there are no clear relations to the ASR performance. We also observe that for data generation auto-regressive decoding performs better than non-autoregressive decoding, and propose an approach to quantify TTS generalization capabilities.

چکیده به فارسی (ترجمه ماشینی)

توسعه سریع سیستم های عصبی متن به گفتار (TTS) امکان استفاده از آن در سایر زمینه های پردازش زبان طبیعی مانند تشخیص خودکار گفتار (ASR) یا ترجمه زبان گفتاری (SLT) را فراهم می کند.با توجه به تعداد زیادی از معماری های مختلف TTS و برنامه های افزودنی آنها ، انتخاب سیستم های TTS برای ایجاد داده های مصنوعی کار آسانی نیست.ما از مقایسه پنج معماری مختلف رمزگذار TTS در دامنه تولید داده های مصنوعی استفاده می کنیم تا تأثیر آن بر آموزش تشخیص گفتار مبتنی بر CTC را نشان دهیم.ما نتایج شناخت را با معیارهای قابل محاسبه مانند NISQA MOS و قابل فهم مقایسه می کنیم ، و متوجه می شویم که هیچ رابطه روشنی با عملکرد ASR وجود ندارد.ما همچنین مشاهده می کنیم که برای تولید داده های رمزگشایی خودکار ، عملکرد بهتری نسبت به رمزگشایی غیر خودپسندانه دارد و رویکردی را برای تعیین کمیت قابلیت های تعمیم TTS پیشنهاد می کند.

📚 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.

🎯 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.