論文の概要: A Literature Review of Keyword Spotting Technologies for Urdu

• arxiv url: http://arxiv.org/abs/2409.16317v1
• Date: Mon, 16 Sep 2024 11:39:10 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-27 09:03:58.418093
• Title: A Literature Review of Keyword Spotting Technologies for Urdu
• Title（参考訳）: ウルドゥー語におけるキーワードスポッティング技術に関する文献レビュー
• Authors: Syed Muhammad Aqdas Rizvi,
• Abstract要約: ウルドゥー語はパキスタンの低リソース言語(LRL)であり、複雑な音素を持つ。 音声技術の世界的進歩にもかかわらず、Urduはよりカスタマイズされたソリューションを必要とする独特な課題を提示している。 このレビューは、Urduと類似URLの本質的な複雑さに対処する文脈特異的な研究の必要性を浮き彫りにしている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This literature review surveys the advancements of keyword spotting (KWS) technologies, specifically focusing on Urdu, Pakistan's low-resource language (LRL), which has complex phonetics. Despite the global strides in speech technology, Urdu presents unique challenges requiring more tailored solutions. The review traces the evolution from foundational Gaussian Mixture Models to sophisticated neural architectures like deep neural networks and transformers, highlighting significant milestones such as integrating multi-task learning and self-supervised approaches that leverage unlabeled data. It examines emerging technologies' role in enhancing KWS systems' performance within multilingual and resource-constrained settings, emphasizing the need for innovations that cater to languages like Urdu. Thus, this review underscores the need for context-specific research addressing the inherent complexities of Urdu and similar URLs and the means of regions communicating through such languages for a more inclusive approach to speech technology.
• Abstract（参考訳）: 本稿では、パキスタンの低リソース言語(LRL)であるUrduを中心に、キーワードスポッティング(KWS)技術の進歩を概観する。 音声技術の世界的進歩にもかかわらず、Urduはよりカスタマイズされたソリューションを必要とする独特な課題を提示している。 このレビューは、基礎的なガウス混合モデルからディープニューラルネットワークやトランスフォーマーのような洗練されたニューラルネットワークへの進化を辿り、マルチタスク学習の統合やラベルなしデータを活用する自己教師型アプローチといった重要なマイルストーンを強調している。 マルチリンガルおよびリソース制約のある設定におけるKWSシステムの性能向上における新興技術の役割について検討し、Urduのような言語に適合するイノベーションの必要性を強調した。 そこで本研究では,ウルドゥー語と類似のURLの複雑さに対処する文脈特化研究の必要性と,そのような言語を介して通信する地域を包括的に音声技術にアプローチする手法の必要性を論じる。

関連論文リスト

• From Statistical Methods to Pre-Trained Models; A Survey on Automatic Speech Recognition for Resource Scarce Urdu Language [41.272055304311905]
  本稿では,東南アジア諸国で広く話されている資源制約のあるウルドゥー語について述べる。 ウルドゥーASRにおける将来の研究の現在の研究動向、技術進歩、および潜在的方向性について概説する。
  論文  参考訳（メタデータ） (2024-11-20T17:39:56Z)
• Building an Efficient Multilingual Non-Profit IR System for the Islamic Domain Leveraging Multiprocessing Design in Rust [0.0]
  本研究は、イスラムドメインのための多言語非営利IRシステムの開発に焦点を当てている。 ドメイン適応の継続事前学習やモデルサイズ削減のための言語削減といった手法を用いて,軽量な多言語検索モデルを構築した。
  論文  参考訳（メタデータ） (2024-11-09T11:37:18Z)
• Monolingual and Multilingual Misinformation Detection for Low-Resource Languages: A Comprehensive Survey [2.5459710368096586]
  本調査は、低リソース言語誤報検出に関する現在の研究の概要を概観する。 これらの領域で使用されている既存のデータセット、方法論、ツールをレビューし、データリソース、モデル開発、文化的・言語的文脈、現実世界の応用、研究の取り組みに関する重要な課題を特定します。 本研究は,多様な言語・文化的文脈における誤情報に対処できる,堅牢で包括的なシステムの必要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2024-10-24T03:02:03Z)
• Large Language Models for Information Retrieval: A Survey [58.30439850203101]
  情報検索は、項ベースの手法から高度なニューラルモデルとの統合へと進化してきた。 近年の研究では、大規模言語モデル(LLM)を活用してIRシステムの改善が試みられている。 LLMとIRシステムの合流点を探索し、クエリリライト、リトリバー、リランカー、リーダーといった重要な側面を含む。
  論文  参考訳（メタデータ） (2023-08-14T12:47:22Z)
• Neural Machine Translation For Low Resource Languages [0.0]
  本稿では,低資源言語の領域を考察し,最先端の結果を得るためにニューラルマシン翻訳モデルを構築する。 本稿は,mBART言語モデルを構築し,様々なNLPおよびディープラーニング技術でそれを拡張するための戦略を探究する。
  論文  参考訳（メタデータ） (2023-04-16T19:27:48Z)
• No Language Left Behind: Scaling Human-Centered Machine Translation [69.28110770760506]
  低レベルの言語と高レベルの言語のパフォーマンスギャップを狭めるためのデータセットとモデルを作成します。 何千ものタスクをトレーニングしながらオーバーフィッティングに対処するために,複数のアーキテクチャとトレーニングの改善を提案する。 本モデルでは,従来の最先端技術と比較して,BLEUの44%の改善を実現している。
  論文  参考訳（メタデータ） (2022-07-11T07:33:36Z)
• Automated Audio Captioning: an Overview of Recent Progress and New Challenges [56.98522404673527]
  自動音声キャプションは、与えられた音声クリップの自然言語記述を生成することを目的とした、モーダル横断翻訳タスクである。 本稿では、既存の様々なアプローチから評価指標やデータセットまで、自動音声キャプションにおけるコントリビューションの総合的なレビューを行う。
  論文  参考訳（メタデータ） (2022-05-12T08:36:35Z)
• Systematic Inequalities in Language Technology Performance across the World's Languages [94.65681336393425]
  本稿では,言語技術のグローバルな有用性を評価するためのフレームワークを紹介する。 本分析では, ユーザ対応技術と言語的NLPタスクの両面において, より深く研究されている。
  論文  参考訳（メタデータ） (2021-10-13T14:03:07Z)
• Reinforced Iterative Knowledge Distillation for Cross-Lingual Named Entity Recognition [54.92161571089808]
  言語間NERは、知識をリッチリソース言語から低リソース言語に転送する。 既存の言語間NERメソッドは、ターゲット言語でリッチなラベル付けされていないデータをうまく利用しない。 半教師付き学習と強化学習のアイデアに基づく新しいアプローチを開発する。
  論文  参考訳（メタデータ） (2021-06-01T05:46:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。