Buchumschlag

ViSpeechFormer: A Phonemic Approach for Vietnamese Automatic Speech Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Khoa Anh, Hoang, Long Minh, Nguyen, Nghia Hieu, Nguyen, Luan Thanh, Nguyen, Ngan Luu-Thuy
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Syllabic-Structure Decoder for Automatic Speech Recognition in Vietnamese
von: Nguyen, Nghia Hieu, et al.
Veröffentlicht: (2026)

ViConsFormer: Constituting Meaningful Phrases of Scene Texts using Transformer-based Method in Vietnamese Text-based Visual Question Answering
von: Nguyen, Nghia Hieu, et al.
Veröffentlicht: (2024)

Phonetic Modeling of Dialectal Variation in Vietnamese Speech
von: Hoang, Quan Ngoc, et al.
Veröffentlicht: (2026)

ViMultiChoice: Toward a Method That Gives Explanation for Multiple-Choice Reading Comprehension in Vietnamese
von: Cao, Trung Tien, et al.
Veröffentlicht: (2026)

Linguistically Informed Multimodal Fusion for Vietnamese Scene-Text Image Captioning: Dataset, Graph Framework, and Phonological Attention
von: Nguyen, Nhi Ngoc-Yen, et al.
Veröffentlicht: (2026)

ViHateT5: Enhancing Hate Speech Detection in Vietnamese With A Unified Text-to-Text Transformer Model
von: Nguyen, Luan Thanh
Veröffentlicht: (2024)

Coreference Resolution for Vietnamese Narrative Texts
von: Tran, Hieu-Dai, et al.
Veröffentlicht: (2025)

PhoWhisper: Automatic Speech Recognition for Vietnamese
von: Le, Thanh-Thien, et al.
Veröffentlicht: (2024)

ViMMRC 2.0 -- Enhancing Machine Reading Comprehension on Vietnamese Literature Text
von: Luu, Son T., et al.
Veröffentlicht: (2023)

ViTextVQA: A Large-Scale Visual Question Answering Dataset and a Novel Multimodal Feature Fusion Method for Vietnamese Text Comprehension in Images
von: Van Nguyen, Quan, et al.
Veröffentlicht: (2024)

Vietnamese Automatic Speech Recognition: A Revisit
von: Vu, Thi, et al.
Veröffentlicht: (2026)

TSPC: A Two-Stage Phoneme-Centric Architecture for code-switching Vietnamese-English Speech Recognition
von: Anh, Tran Nguyen, et al.
Veröffentlicht: (2025)

VlogQA: Task, Dataset, and Baseline Models for Vietnamese Spoken-Based Machine Reading Comprehension
von: Ngo, Thinh Phuoc, et al.
Veröffentlicht: (2024)

Optimizing Legal Document Retrieval in Vietnamese with Semi-Hard Negative Mining
von: Le, Van-Hoang, et al.
Veröffentlicht: (2025)

Transformer-Based Contextualized Language Models Joint with Neural Networks for Natural Language Inference in Vietnamese
von: Nguyen, Dat Van-Thanh, et al.
Veröffentlicht: (2024)

ViToSA: Audio-Based Toxic Spans Detection on Vietnamese Speech Utterances
von: Do, Huy Ba, et al.
Veröffentlicht: (2025)

ViMRHP: A Vietnamese Benchmark Dataset for Multimodal Review Helpfulness Prediction via Human-AI Collaborative Annotation
von: Nguyen, Truc Mai-Thanh, et al.
Veröffentlicht: (2025)

Automatic Textual Normalization for Hate Speech Detection
von: Nguyen, Anh Thi-Hoang, et al.
Veröffentlicht: (2023)

A New Benchmark Dataset and Mixture-of-Experts Language Models for Adversarial Natural Language Inference in Vietnamese
von: Van Huynh, Tin, et al.
Veröffentlicht: (2024)

Whisper based Cross-Lingual Phoneme Recognition between Vietnamese and English
von: Minh, Nguyen Huu Nhat, et al.
Veröffentlicht: (2025)

Software Mention Recognition with a Three-Stage Framework Based on BERTology Models at SOMD 2024
von: Thi, Thuy Nguyen, et al.
Veröffentlicht: (2024)

EVJVQA Challenge: Multilingual Visual Question Answering
von: Nguyen, Ngan Luu-Thuy, et al.
Veröffentlicht: (2023)

ViX-Ray: A Vietnamese Chest X-Ray Dataset for Vision-Language Models
von: Nguyen, Duy Vu Minh, et al.
Veröffentlicht: (2026)

ViDia2Std: A Parallel Corpus and Methods for Low-Resource Vietnamese Dialect-to-Standard Translation
von: Ta, Khoa Anh, et al.
Veröffentlicht: (2026)

ViLLM-Eval: A Comprehensive Evaluation Suite for Vietnamese Large Language Models
von: Nguyen, Trong-Hieu, et al.
Veröffentlicht: (2024)

ViSoLex: An Open-Source Repository for Vietnamese Social Media Lexical Normalization
von: Nguyen, Anh Thi-Hoang, et al.
Veröffentlicht: (2025)

VLUE: A New Benchmark and Multi-task Knowledge Transfer Learning for Vietnamese Natural Language Understanding
von: Do, Phong Nguyen-Thuan, et al.
Veröffentlicht: (2024)

VLSP 2025 MLQA-TSR Challenge: Vietnamese Multimodal Legal Question Answering on Traffic Sign Regulation
von: Luu, Son T., et al.
Veröffentlicht: (2025)

ViOCRVQA: Novel Benchmark Dataset and Vision Reader for Visual Question Answering by Understanding Vietnamese Text in Images
von: Pham, Huy Quang, et al.
Veröffentlicht: (2024)

An Attempt to Develop a Neural Parser based on Simplified Head-Driven Phrase Structure Grammar on Vietnamese
von: Nguyen, Duc-Vu, et al.
Veröffentlicht: (2024)

ViCocktail: Automated Multi-Modal Data Collection for Vietnamese Audio-Visual Speech Recognition
von: Nguyen, Thai-Binh, et al.
Veröffentlicht: (2025)

ViCLSR: A Supervised Contrastive Learning Framework with Natural Language Inference for Natural Language Understanding Tasks
von: Van Huynh, Tin, et al.
Veröffentlicht: (2026)

DSC2025 -- ViHallu Challenge: Detecting Hallucination in Vietnamese LLMs
von: Nguyen, Anh Thi-Hoang, et al.
Veröffentlicht: (2026)

LiGT: Layout-infused Generative Transformer for Visual Question Answering on Vietnamese Receipts
von: Le, Thanh-Phong, et al.
Veröffentlicht: (2025)

Investigating Recent Large Language Models for Vietnamese Machine Reading Comprehension
von: Nguyen, Anh Duc, et al.
Veröffentlicht: (2025)

Human-Guided Reasoning with Large Language Models for Vietnamese Speech Emotion Recognition
von: Nguyen, Truc, et al.
Veröffentlicht: (2026)

ViLexNorm: A Lexical Normalization Corpus for Vietnamese Social Media Text
von: Nguyen, Thanh-Nhi, et al.
Veröffentlicht: (2024)

Multi-Dialect Vietnamese: Task, Dataset, Baseline Models and Challenges
von: Van Dinh, Nguyen, et al.
Veröffentlicht: (2024)

ViMQ: A Vietnamese Medical Question Dataset for Healthcare Dialogue System Development
von: Huy, Ta Duc, et al.
Veröffentlicht: (2023)

DiFlow-TTS: Compact and Low-Latency Zero-Shot Text-to-Speech with Factorized Discrete Flow Matching
von: Nguyen, Ngoc-Son, et al.
Veröffentlicht: (2025)