UMA-Split: unimodal aggregation for both English and Mandarin non-autoregressive speech recognition
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Fang, Ying, Li, Xiaofei |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
An efficient text augmentation approach for contextualized Mandarin speech recognition
par: Zheng, Naijun, et autres
Publié: (2024)
par: Zheng, Naijun, et autres
Publié: (2024)
A layer-wise analysis of Mandarin and English suprasegmentals in SSL speech models
par: de la Fuente, Antón, et autres
Publié: (2024)
par: de la Fuente, Antón, et autres
Publié: (2024)
Introducing MELI: the Mandarin-English Language Interview Corpus
par: Liu, Suyuan, et autres
Publié: (2026)
par: Liu, Suyuan, et autres
Publié: (2026)
DiffNorm: Self-Supervised Normalization for Non-autoregressive Speech-to-speech Translation
par: Tan, Weiting, et autres
Publié: (2024)
par: Tan, Weiting, et autres
Publié: (2024)
Form and meaning co-determine the realization of tone in Taiwan Mandarin spontaneous speech: the case of T2-T3 and T3-T3 tone sandhi
par: Lu, Yuxin, et autres
Publié: (2024)
par: Lu, Yuxin, et autres
Publié: (2024)
Prominence-aware automatic speech recognition for conversational speech
par: Linke, Julian, et autres
Publié: (2025)
par: Linke, Julian, et autres
Publié: (2025)
Punctuation Restoration for Singaporean Spoken Languages: English, Malay, and Mandarin
par: Rao, Abhinav, et autres
Publié: (2022)
par: Rao, Abhinav, et autres
Publié: (2022)
The evaluation of a code-switched Sepedi-English automatic speech recognition system
par: Phaladi, Amanda, et autres
Publié: (2024)
par: Phaladi, Amanda, et autres
Publié: (2024)
Introduction to speech recognition
par: Dauphin, Gabriel
Publié: (2024)
par: Dauphin, Gabriel
Publié: (2024)
Improving child speech recognition with augmented child-like speech
par: Zhang, Yuanyuan, et autres
Publié: (2024)
par: Zhang, Yuanyuan, et autres
Publié: (2024)
Word-specific tonal realizations in Mandarin
par: Chuang, Yu-Ying, et autres
Publié: (2024)
par: Chuang, Yu-Ying, et autres
Publié: (2024)
Unimodal Aggregation for CTC-based Speech Recognition
par: Fang, Ying, et autres
Publié: (2023)
par: Fang, Ying, et autres
Publié: (2023)
Mamba for Streaming ASR Combined with Unimodal Aggregation
par: Fang, Ying, et autres
Publié: (2024)
par: Fang, Ying, et autres
Publié: (2024)
Automated evaluation of LLMs for effective machine translation of Mandarin Chinese to English
par: Zhang, Yue, et autres
Publié: (2026)
par: Zhang, Yue, et autres
Publié: (2026)
Multilingual Stutter Event Detection for English, German, and Mandarin Speech
par: Haas, Felix, et autres
Publié: (2026)
par: Haas, Felix, et autres
Publié: (2026)
XLM: A Python package for non-autoregressive language models
par: Patel, Dhruvesh, et autres
Publié: (2025)
par: Patel, Dhruvesh, et autres
Publié: (2025)
CS3-Bench: Evaluating and Enhancing Speech-to-Speech LLMs for Mandarin-English Code-Switching
par: Liu, Heyang, et autres
Publié: (2025)
par: Liu, Heyang, et autres
Publié: (2025)
Advancing LLM-based phoneme-to-grapheme for multilingual speech recognition
par: Dong, Lukuang, et autres
Publié: (2026)
par: Dong, Lukuang, et autres
Publié: (2026)
Enrolment-based personalisation for improving individual-level fairness in speech emotion recognition
par: Triantafyllopoulos, Andreas, et autres
Publié: (2024)
par: Triantafyllopoulos, Andreas, et autres
Publié: (2024)
Direct Preference Optimization for English-Mandarin Code-Switching Speech Recognition in Audio LLMs
par: Quang, Trung Nguyen, et autres
Publié: (2026)
par: Quang, Trung Nguyen, et autres
Publié: (2026)
LLM-based phoneme-to-grapheme for phoneme-based speech recognition
par: Ma, Te, et autres
Publié: (2025)
par: Ma, Te, et autres
Publié: (2025)
Self-consistent context aware conformer transducer for speech recognition
par: Kolokolov, Konstantin, et autres
Publié: (2024)
par: Kolokolov, Konstantin, et autres
Publié: (2024)
Identifying and typifying demographic unfairness in phoneme-level embeddings of self-supervised speech recognition models
par: Herron, Felix, et autres
Publié: (2026)
par: Herron, Felix, et autres
Publié: (2026)
Advancing Speech Translation: A Corpus of Mandarin-English Conversational Telephone Speech
par: Wotherspoon, Shannon, et autres
Publié: (2024)
par: Wotherspoon, Shannon, et autres
Publié: (2024)
Measuring Taiwanese Mandarin Language Understanding
par: Chen, Po-Heng, et autres
Publié: (2024)
par: Chen, Po-Heng, et autres
Publié: (2024)
A unified front-end framework for English text-to-speech synthesis
par: Ying, Zelin, et autres
Publié: (2023)
par: Ying, Zelin, et autres
Publié: (2023)
Convoifilter: A case study of doing cocktail party speech recognition
par: Nguyen, Thai-Binh, et autres
Publié: (2023)
par: Nguyen, Thai-Binh, et autres
Publié: (2023)
Tag and correct: high precision post-editing approach to correction of speech recognition errors
par: Ziętkiewicz, Tomasz
Publié: (2024)
par: Ziętkiewicz, Tomasz
Publié: (2024)
Automated speech audiometry: Can it work using open-source pre-trained Kaldi-NL automatic speech recognition?
par: Araiza-Illan, Gloria, et autres
Publié: (2023)
par: Araiza-Illan, Gloria, et autres
Publié: (2023)
Integrating automatic speech recognition into remote healthcare interpreting: A pilot study of its impact on interpreting quality
par: Tan, Shiyi, et autres
Publié: (2025)
par: Tan, Shiyi, et autres
Publié: (2025)
LLMs for automatic annotation of Mandarin narrative transcripts
par: Zhao, Qingwen, et autres
Publié: (2026)
par: Zhao, Qingwen, et autres
Publié: (2026)
Acquisition of Recursive Possessives and Recursive Locatives in Mandarin
par: Fu, Chenxi, et autres
Publié: (2024)
par: Fu, Chenxi, et autres
Publié: (2024)
What Have We Achieved on Non-autoregressive Translation?
par: Li, Yafu, et autres
Publié: (2024)
par: Li, Yafu, et autres
Publié: (2024)
The realization of tones in spontaneous spoken Taiwan Mandarin: a corpus-based survey and theory-driven computational modeling
par: Lu, Yuxin, et autres
Publié: (2025)
par: Lu, Yuxin, et autres
Publié: (2025)
Exploring the limits of decoder-only models trained on public speech recognition corpora
par: Gupta, Ankit, et autres
Publié: (2024)
par: Gupta, Ankit, et autres
Publié: (2024)
asr_eval: Algorithms and tools for multi-reference and streaming speech recognition evaluation
par: Sedukhin, Oleg, et autres
Publié: (2026)
par: Sedukhin, Oleg, et autres
Publié: (2026)
Paraformer-v2: An improved non-autoregressive transformer for noise-robust speech recognition
par: An, Keyu, et autres
Publié: (2024)
par: An, Keyu, et autres
Publié: (2024)
More than words: Advancements and challenges in speech recognition for singing
par: Kruspe, Anna
Publié: (2024)
par: Kruspe, Anna
Publié: (2024)
Development and multi-center evaluation of domain-adapted speech recognition for human-AI teaming in real-world gastrointestinal endoscopy
par: Yang, Ruijie, et autres
Publié: (2026)
par: Yang, Ruijie, et autres
Publié: (2026)
Predicting positive transfer for improved low-resource speech recognition using acoustic pseudo-tokens
par: San, Nay, et autres
Publié: (2024)
par: San, Nay, et autres
Publié: (2024)
Documents similaires
-
An efficient text augmentation approach for contextualized Mandarin speech recognition
par: Zheng, Naijun, et autres
Publié: (2024) -
A layer-wise analysis of Mandarin and English suprasegmentals in SSL speech models
par: de la Fuente, Antón, et autres
Publié: (2024) -
Introducing MELI: the Mandarin-English Language Interview Corpus
par: Liu, Suyuan, et autres
Publié: (2026) -
DiffNorm: Self-Supervised Normalization for Non-autoregressive Speech-to-speech Translation
par: Tan, Weiting, et autres
Publié: (2024) -
Form and meaning co-determine the realization of tone in Taiwan Mandarin spontaneous speech: the case of T2-T3 and T3-T3 tone sandhi
par: Lu, Yuxin, et autres
Publié: (2024)