Copertina

A two-stage transliteration approach to improve performance of a multilingual ASR

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Kumar, Rohit
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation and Language Sound Audio and Speech Processing
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Bridging the gap: A comparative exploration of Speech-LLM and end-to-end architecture for multilingual conversational ASR
di: Mei, Yuxiang, et al.
Pubblicazione: (2026)

A cost minimization approach to fix the vocabulary size in a tokenizer for an End-to-End ASR system
di: Kopparapu, Sunil Kumar, et al.
Pubblicazione: (2024)

Quantizing Whisper-small: How design choices affect ASR performance
di: Söhler, Arthur, et al.
Pubblicazione: (2025)

A dual task learning approach to fine-tune a multilingual semantic speech encoder for Spoken Language Understanding
di: Laperrière, Gaëlle, et al.
Pubblicazione: (2024)

PromptASR for contextualized ASR with controllable style
di: Yang, Xiaoyu, et al.
Pubblicazione: (2023)

Strategies for improving low resource speech to text translation relying on pre-trained ASR models
di: Kesiraju, Santosh, et al.
Pubblicazione: (2023)

Vedavani: A Benchmark Corpus for ASR on Vedic Sanskrit Poetry
di: Kumar, Sujeet, et al.
Pubblicazione: (2025)

Target word activity detector: An approach to obtain ASR word boundaries without lexicon
di: Sivasankaran, Sunit, et al.
Pubblicazione: (2024)

MSA-ASR: Efficient Multilingual Speaker Attribution with frozen ASR Models
di: Nguyen, Thai-Binh, et al.
Pubblicazione: (2024)

ZIPA: A family of efficient models for multilingual phone recognition
di: Zhu, Jian, et al.
Pubblicazione: (2025)

AutoMode-ASR: Learning to Select ASR Systems for Better Quality and Cost
di: Gündüz, Ahmet, et al.
Pubblicazione: (2024)

Empowering Low-Resource Language ASR via Large-Scale Pseudo Labeling
di: Bhogale, Kaushal Santosh, et al.
Pubblicazione: (2024)

Spelling Correction through Rewriting of Non-Autoregressive ASR Lattices
di: Velikovich, Leonid, et al.
Pubblicazione: (2024)

ASR-EC Benchmark: Evaluating Large Language Models on Chinese ASR Error Correction
di: Wei, Victor Junqiu, et al.
Pubblicazione: (2024)

Romanization Encoding For Multilingual ASR
di: Ding, Wen, et al.
Pubblicazione: (2024)

NIM4-ASR: Towards Efficient, Robust, and Customizable Real-Time LLM-Based ASR
di: Xie, Yuan, et al.
Pubblicazione: (2026)

Advancing LLM-based phoneme-to-grapheme for multilingual speech recognition
di: Dong, Lukuang, et al.
Pubblicazione: (2026)

Fast Streaming Transducer ASR Prototyping via Knowledge Distillation with Whisper
di: Thorbecke, Iuliia, et al.
Pubblicazione: (2024)

Promptformer: Prompted Conformer Transducer for ASR
di: Duarte-Torres, Sergio, et al.
Pubblicazione: (2024)

Revisiting Acoustic Features for Robust ASR
di: Shah, Muhammad A., et al.
Pubblicazione: (2024)

Qwen3-ASR Technical Report
di: Shi, Xian, et al.
Pubblicazione: (2026)

ASR Benchmarking: Need for a More Representative Conversational Dataset
di: Maheshwari, Gaurav, et al.
Pubblicazione: (2024)

ASR Under the Stethoscope: Evaluating Biases in Clinical Speech Recognition across Indian Languages
di: Kumar, Subham, et al.
Pubblicazione: (2025)

Exploring SSL Discrete Tokens for Multilingual ASR
di: Cui, Mingyu, et al.
Pubblicazione: (2024)

Configurable Multilingual ASR with Speech Summary Representations
di: Zhu, Harrison, et al.
Pubblicazione: (2024)

ManWav: The First Manchu ASR Model
di: Seo, Jean, et al.
Pubblicazione: (2024)

Mamba for Streaming ASR Combined with Unimodal Aggregation
di: Fang, Ying, et al.
Pubblicazione: (2024)

Semi-Autoregressive Streaming ASR With Label Context
di: Arora, Siddhant, et al.
Pubblicazione: (2023)

TokenVerse: Towards Unifying Speech and NLP Tasks via Transducer-based ASR
di: Kumar, Shashi, et al.
Pubblicazione: (2024)

HypR: A comprehensive study for ASR hypothesis revising with a reference corpus
di: Wang, Yi-Wei, et al.
Pubblicazione: (2023)

ContextASR-Bench: A Massive Contextual Speech Recognition Benchmark
di: Wang, He, et al.
Pubblicazione: (2025)

Performant ASR Models for Medical Entities in Accented Speech
di: Afonja, Tejumade, et al.
Pubblicazione: (2024)

Reverb: Open-Source ASR and Diarization from Rev
di: Bhandari, Nishchal, et al.
Pubblicazione: (2024)

ASR Error Correction using Large Language Models
di: Ma, Rao, et al.
Pubblicazione: (2024)

WER We Stand: Benchmarking Urdu ASR Models
di: Arif, Samee, et al.
Pubblicazione: (2024)

Crossmodal ASR Error Correction with Discrete Speech Units
di: Li, Yuanchao, et al.
Pubblicazione: (2024)

Advocating Character Error Rate for Multilingual ASR Evaluation
di: K, Thennal D, et al.
Pubblicazione: (2024)

Scalable Offline ASR for Command-Style Dictation in Courtrooms
di: Nethil, Kumarmanas, et al.
Pubblicazione: (2025)

Unifying Diarization, Separation, and ASR with Multi-Speaker Encoder
di: Shakeel, Muhammad, et al.
Pubblicazione: (2025)

Causal Structure Discovery for Error Diagnostics of Children's ASR
di: Singh, Vishwanath Pratap, et al.
Pubblicazione: (2025)