Copertina

In-domain SSL pre-training and streaming ASR

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Duret, Jarod, Mdhaffar, Salima, Laperrière, Gaëlle, Whetten, Ryan, Galametz, Audrey, Kobus, Catherine, Martin, Marion-Cécile, Oleiwan, Jo, Estève, Yannick
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation and Language Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Ara-Best-RQ: Multi Dialectal Arabic SSL
di: Elleuch, Haroun, et al.
Pubblicazione: (2026)

Performance Analysis of Speech Encoders for Low-Resource SLU and ASR in Tunisian Dialect
di: Mdhaffar, Salima, et al.
Pubblicazione: (2024)

ELYADATA & LIA at NADI 2025: ASR and ADI Subtasks
di: Elleuch, Haroun, et al.
Pubblicazione: (2025)

Learning Multiple Utterance-Level Attribute Representations with a Unified Speech Encoder
di: Bouziane, Maryem, et al.
Pubblicazione: (2026)

Analyzing Speech Unit Selection for Textless Speech-to-Speech Translation
di: Duret, Jarod, et al.
Pubblicazione: (2024)

MSP-Podcast SER Challenge 2024: L'antenne du Ventoux Multimodal Self-Supervised Learning for Speech Emotion Recognition
di: Duret, Jarod, et al.
Pubblicazione: (2024)

TEDxTN: A Three-way Speech Translation Corpus for Code-Switched Tunisian Arabic - English
di: Bougares, Fethi, et al.
Pubblicazione: (2025)

Using Multimodal and Language-Agnostic Sentence Embeddings for Abstractive Summarization
di: Chellaf, Chaimae, et al.
Pubblicazione: (2026)

SLURP-TN : Resource for Tunisian Dialect Spoken Language Understanding
di: Elleuch, Haroun, et al.
Pubblicazione: (2026)

ADI-20: Arabic Dialect Identification dataset and models
di: Elleuch, Haroun, 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)

A Study of Data Selection Strategies for Pre-training Self-Supervised Speech Models
di: Whetten, Ryan, et al.
Pubblicazione: (2026)

SENSE models: an open source solution for multilingual and multimodal semantic-based tasks
di: Mdhaffar, Salima, et al.
Pubblicazione: (2025)

Semantic enrichment towards efficient speech representations
di: Laperrière, Gaëlle, et al.
Pubblicazione: (2023)

An Ultra-Low Latency, End-to-End Streaming Speech Synthesis Architecture via Block-Wise Generation and Depth-Wise Codec Decoding
di: Su, Tianhui, et al.
Pubblicazione: (2026)

Open Implementation and Study of BEST-RQ for Speech Processing
di: Whetten, Ryan, et al.
Pubblicazione: (2024)

An Analysis of Linear Complexity Attention Substitutes with BEST-RQ
di: Whetten, Ryan, et al.
Pubblicazione: (2024)

Towards Early Prediction of Self-Supervised Speech Model Performance
di: Whetten, Ryan, et al.
Pubblicazione: (2025)

Sonos Voice Control Bias Assessment Dataset: A Methodology for Demographic Bias Assessment in Voice Assistants
di: Sekkat, Chloé, et al.
Pubblicazione: (2024)

ATLANTIS at SemEval-2025 Task 3: Detecting Hallucinated Text Spans in Question Answering
di: Kobus, Catherine, et al.
Pubblicazione: (2025)

Surrogate Neural Networks Local Stability for Aircraft Predictive Maintenance
di: Ducoffe, Mélanie, et al.
Pubblicazione: (2024)

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

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

CUANDO LA COMUNIDAD GUÍA LA ACCIÓN: HACIA UNA EVALUACIÓN COMUNITARIA ALTERNATIVA
di: Hélène Laperrière
Pubblicazione: (2007)

O caso de uma comunidade avaliativa emergente: re-apropriação pelos pares-multiplicadores da apreciação de suas próprias ações preventivas contra DST/HIV/AIDS, Amazonas, Brasil
di: Hélène Laperrière
Pubblicazione: (2008)

New Semantic Task for the French Spoken Language Understanding MEDIA Benchmark
di: Alavoine, Nadège, et al.
Pubblicazione: (2024)

O QUE CONSTITUI UMA CONTRIBUIÇÃO TEÓRICA?
di: David A. Whetten
Pubblicazione: (2003)

Exploring SSL Discrete Speech Features for Zipformer-based Contextual ASR
di: Cui, Mingyu, et al.
Pubblicazione: (2024)

Mind the Shift: Using Delta SSL Embeddings to Enhance Child ASR
di: Wang, Zilai, et al.
Pubblicazione: (2026)

Open-Source Conversational AI with SpeechBrain 1.0
di: Ravanelli, Mirco, et al.
Pubblicazione: (2024)

Evaluating LLM Abilities to Understand Tabular Electronic Health Records: A Comprehensive Study of Patient Data Extraction and Retrieval
di: Lovon, Jesus, et al.
Pubblicazione: (2025)

UniEnc-CASSNAT: An Encoder-only Non-autoregressive ASR for Speech SSL Models
di: Fan, Ruchao, et al.
Pubblicazione: (2024)

Polynomial Mixing for Efficient Self-supervised Speech Encoders
di: Feillet, Eva, et al.
Pubblicazione: (2026)

From pre-training to downstream performance: Does domain-specific pre-training make sense?
di: Krones, Felix
Pubblicazione: (2026)

Dante se mistieke reis
di: Krüger, Kobus
Pubblicazione: (2021)

Collatz Representations With Bounded Partial Quotients
di: Kobus, Franciszek
Pubblicazione: (2025)

El Proyecto Limpopo: evidencia empírica sobre el concepto de inteligencia emocional-social
di: Kobus MAREE
Pubblicazione: (2011)

«In Agro Crotoniensi» – Archéologie et histoire de Crotone durant la période romaine (3ème siècle av. J.-C. – 6ème siècle apr. J.-C.) – KROTON 2
di: Duret, Marc
Pubblicazione: (2023)

SOA: Reducing Domain Mismatch in SSL Pipeline by Speech Only Adaptation for Low Resource ASR
di: Shankar, Natarajan Balaji, et al.
Pubblicazione: (2024)

Can Layer-wise SSL Features Improve Zero-Shot ASR Performance for Children's Speech?
di: Sinha, Abhijit, et al.
Pubblicazione: (2025)