Word Error Rate Definitions and Algorithms for Long-Form Multi-talker Speech Recognition
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | von Neumann, Thilo, Boeddeker, Christoph, Delcroix, Marc, Haeb-Umbach, Reinhold |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
MeetEval: A Toolkit for Computation of Word Error Rates for Meeting Transcription Systems
par: von Neumann, Thilo, et autres
Publié: (2023)
par: von Neumann, Thilo, et autres
Publié: (2023)
Meeting Recognition with Continuous Speech Separation and Transcription-Supported Diarization
par: von Neumann, Thilo, et autres
Publié: (2023)
par: von Neumann, Thilo, et autres
Publié: (2023)
Microphone Array Signal Processing and Deep Learning for Speech Enhancement
par: Haeb-Umbach, Reinhold, et autres
Publié: (2025)
par: Haeb-Umbach, Reinhold, et autres
Publié: (2025)
Speech Quality-Based Localization of Low-Quality Speech and Text-to-Speech Synthesis Artefacts
par: Kuhlmann, Michael, et autres
Publié: (2026)
par: Kuhlmann, Michael, et autres
Publié: (2026)
Simultaneous Diarization and Separation of Meetings through the Integration of Statistical Mixture Models
par: Cord-Landwehr, Tobias, et autres
Publié: (2024)
par: Cord-Landwehr, Tobias, et autres
Publié: (2024)
Once more Diarization: Improving meeting transcription systems through segment-level speaker reassignment
par: Boeddeker, Christoph, et autres
Publié: (2024)
par: Boeddeker, Christoph, et autres
Publié: (2024)
Loose coupling of spectral and spatial models for multi-channel diarization and enhancement of meetings in dynamic environments
par: Meise, Adrian, et autres
Publié: (2026)
par: Meise, Adrian, et autres
Publié: (2026)
Error Analysis in a Modular Meeting Transcription System
par: Vieting, Peter, et autres
Publié: (2025)
par: Vieting, Peter, et autres
Publié: (2025)
Combining TF-GridNet and Mixture Encoder for Continuous Speech Separation for Meeting Transcription
par: Vieting, Peter, et autres
Publié: (2023)
par: Vieting, Peter, et autres
Publié: (2023)
Geodesic interpolation of frame-wise speaker embeddings for the diarization of meeting scenarios
par: Cord-Landwehr, Tobias, et autres
Publié: (2024)
par: Cord-Landwehr, Tobias, et autres
Publié: (2024)
Speech Quality Embeddings for Improved Detection and Classification of Degradations in Speech Signals
par: Kuhlmann, Michael, et autres
Publié: (2026)
par: Kuhlmann, Michael, et autres
Publié: (2026)
TS-SEP: Joint Diarization and Separation Conditioned on Estimated Speaker Embeddings
par: Boeddeker, Christoph, et autres
Publié: (2023)
par: Boeddeker, Christoph, et autres
Publié: (2023)
Towards Frame-level Quality Predictions of Synthetic Speech
par: Kuhlmann, Michael, et autres
Publié: (2025)
par: Kuhlmann, Michael, et autres
Publié: (2025)
On the Role of Spatial Features in Foundation-Model-Based Speaker Diarization
par: Deegen, Marc, et autres
Publié: (2026)
par: Deegen, Marc, et autres
Publié: (2026)
Disentangling Pitch and Creak for Speaker Identity Preservation in Speech Synthesis
par: Rautenberg, Frederik, et autres
Publié: (2026)
par: Rautenberg, Frederik, et autres
Publié: (2026)
On the Application of Diffusion Models for Simultaneous Denoising and Dereverberation
par: Meise, Adrian, et autres
Publié: (2025)
par: Meise, Adrian, et autres
Publié: (2025)
Spatio-spectral diarization of meetings by combining TDOA-based segmentation and speaker embedding-based clustering
par: Cord-Landwehr, Tobias, et autres
Publié: (2025)
par: Cord-Landwehr, Tobias, et autres
Publié: (2025)
Speaker and Style Disentanglement of Speech Based on Contrastive Predictive Coding Supported Factorized Variational Autoencoder
par: Xie, Yuying, et autres
Publié: (2024)
par: Xie, Yuying, et autres
Publié: (2024)
Diminishing Domain Mismatch for DNN-Based Acoustic Distance Estimation via Stochastic Room Reverberation Models
par: Gburrek, Tobias, et autres
Publié: (2024)
par: Gburrek, Tobias, et autres
Publié: (2024)
Speech Synthesis along Perceptual Voice Quality Dimensions
par: Rautenberg, Frederik, et autres
Publié: (2025)
par: Rautenberg, Frederik, et autres
Publié: (2025)
Synthesizing speech with selected perceptual voice qualities - A case study with creaky voice
par: Rautenberg, Frederik, et autres
Publié: (2025)
par: Rautenberg, Frederik, et autres
Publié: (2025)
Text-aware Speech Separation for Multi-talker Keyword Spotting
par: Li, Haoyu, et autres
Publié: (2024)
par: Li, Haoyu, et autres
Publié: (2024)
Rethinking Processing Distortions: Disentangling the Impact of Speech Enhancement Errors on Speech Recognition Performance
par: Ochiai, Tsubasa, et autres
Publié: (2024)
par: Ochiai, Tsubasa, et autres
Publié: (2024)
30+ Years of Source Separation Research: Achievements and Future Challenges
par: Araki, Shoko, et autres
Publié: (2025)
par: Araki, Shoko, et autres
Publié: (2025)
Automatic Speech Recognition System-Independent Word Error Rate Estimation
par: Park, Chanho, et autres
Publié: (2024)
par: Park, Chanho, et autres
Publié: (2024)
MOVER: Combining Multiple Meeting Recognition Systems
par: Kamo, Naoyuki, et autres
Publié: (2025)
par: Kamo, Naoyuki, et autres
Publié: (2025)
META-CAT: Speaker-Informed Speech Embeddings via Meta Information Concatenation for Multi-talker ASR
par: Wang, Jinhan, et autres
Publié: (2024)
par: Wang, Jinhan, et autres
Publié: (2024)
MSU-Bench: Towards Understanding the Conversational Multi-talker Scenarios
par: Wang, Shuai, et autres
Publié: (2025)
par: Wang, Shuai, et autres
Publié: (2025)
Listening to Multi-talker Conversations: Modular and End-to-end Perspectives
par: Raj, Desh
Publié: (2024)
par: Raj, Desh
Publié: (2024)
Efficient Long-Form Speech Recognition for General Speech In-Context Learning
par: Yen, Hao, et autres
Publié: (2024)
par: Yen, Hao, et autres
Publié: (2024)
Frontend Token Enhancement for Token-Based Speech Recognition
par: Ashihara, Takanori, et autres
Publié: (2026)
par: Ashihara, Takanori, et autres
Publié: (2026)
Speaker Targeting via Self-Speaker Adaptation for Multi-talker ASR
par: Wang, Weiqing, et autres
Publié: (2025)
par: Wang, Weiqing, et autres
Publié: (2025)
The CHiME-8 DASR Challenge for Generalizable and Array Agnostic Distant Automatic Speech Recognition and Diarization
par: Cornell, Samuele, et autres
Publié: (2024)
par: Cornell, Samuele, et autres
Publié: (2024)
Advancing Multi-talker ASR Performance with Large Language Models
par: Shi, Mohan, et autres
Publié: (2024)
par: Shi, Mohan, et autres
Publié: (2024)
Efficient and Robust Long-Form Speech Recognition with Hybrid H3-Conformer
par: Honda, Tomoki, et autres
Publié: (2024)
par: Honda, Tomoki, et autres
Publié: (2024)
Pretraining Multi-Speaker Identification for Neural Speaker Diarization
par: Horiguchi, Shota, et autres
Publié: (2025)
par: Horiguchi, Shota, et autres
Publié: (2025)
Predictive-Generative Drift Decomposition for Speech Enhancement and Separation
par: Richter, Julius, et autres
Publié: (2026)
par: Richter, Julius, et autres
Publié: (2026)
Speech Emotion Recognition with ASR Transcripts: A Comprehensive Study on Word Error Rate and Fusion Techniques
par: Li, Yuanchao, et autres
Publié: (2024)
par: Li, Yuanchao, et autres
Publié: (2024)
Target Speech Extraction with Pre-trained Self-supervised Learning Models
par: Peng, Junyi, et autres
Publié: (2024)
par: Peng, Junyi, et autres
Publié: (2024)
Fast Word Error Rate Estimation Using Self-Supervised Representations for Speech and Text
par: Park, Chanho, et autres
Publié: (2023)
par: Park, Chanho, et autres
Publié: (2023)
Documents similaires
-
MeetEval: A Toolkit for Computation of Word Error Rates for Meeting Transcription Systems
par: von Neumann, Thilo, et autres
Publié: (2023) -
Meeting Recognition with Continuous Speech Separation and Transcription-Supported Diarization
par: von Neumann, Thilo, et autres
Publié: (2023) -
Microphone Array Signal Processing and Deep Learning for Speech Enhancement
par: Haeb-Umbach, Reinhold, et autres
Publié: (2025) -
Speech Quality-Based Localization of Low-Quality Speech and Text-to-Speech Synthesis Artefacts
par: Kuhlmann, Michael, et autres
Publié: (2026) -
Simultaneous Diarization and Separation of Meetings through the Integration of Statistical Mixture Models
par: Cord-Landwehr, Tobias, et autres
Publié: (2024)