論文の概要: Enhancing Neural Spoken Language Recognition: An Exploration with Multilingual Datasets

• arxiv url: http://arxiv.org/abs/2501.11065v1
• Date: Sun, 19 Jan 2025 14:49:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-22 14:23:53.458647
• Title: Enhancing Neural Spoken Language Recognition: An Exploration with Multilingual Datasets
• Title（参考訳）: ニューラルスポット言語認識の強化:多言語データセットによる探索
• Authors: Or Haim Anidjar, Roi Yozevitch,
• Abstract要約: 本研究は,従来の特徴ベクトルモデルを超えて,音声認識システムを進化させたものである。 私たちは、インド・ヨーロッパ語、セム語、東アジアの10言語を対象として、Common-Voiceから幅広いデータセットを活用しています。 付加層を導入し,これらのネットワークをファンネル形状に再構成し,複雑な言語パターンの処理能力を高める。
• 参考スコア（独自算出の注目度）: 1.4732811715354455
• License:
• Abstract: In this research, we advanced a spoken language recognition system, moving beyond traditional feature vector-based models. Our improvements focused on effectively capturing language characteristics over extended periods using a specialized pooling layer. We utilized a broad dataset range from Common-Voice, targeting ten languages across Indo-European, Semitic, and East Asian families. The major innovation involved optimizing the architecture of Time Delay Neural Networks. We introduced additional layers and restructured these networks into a funnel shape, enhancing their ability to process complex linguistic patterns. A rigorous grid search determined the optimal settings for these networks, significantly boosting their efficiency in language pattern recognition from audio samples. The model underwent extensive training, including a phase with augmented data, to refine its capabilities. The culmination of these efforts is a highly accurate system, achieving a 97\% accuracy rate in language recognition. This advancement represents a notable contribution to artificial intelligence, specifically in improving the accuracy and efficiency of language processing systems, a critical aspect in the engineering of advanced speech recognition technologies.
• Abstract（参考訳）: 本研究では,従来の特徴ベクトルモデルを超えて,音声認識システムを開発した。 本改良は, 言語特性を長期にわたって効果的に把握することに焦点を当てた。 私たちは、インド・ヨーロッパ語、セム語、東アジアの10言語を対象として、Common-Voiceから幅広いデータセットを使用した。 大きなイノベーションは、Time Delay Neural Networksのアーキテクチャを最適化することであった。 追加レイヤを導入し,これらのネットワークをファンネル形状に再構成し,複雑な言語パターンを処理する能力を高めた。 厳密なグリッド探索により、これらのネットワークの最適設定が決定され、音声サンプルから言語パターン認識の効率が大幅に向上した。 このモデルは、拡張データを備えたフェーズを含む広範なトレーニングを実施して、その能力を洗練させた。 これらの取り組みの成果は、言語認識において99%の精度で達成される、非常に正確なシステムである。 この進歩は、人工知能、特に高度な音声認識技術の工学における重要な側面である言語処理システムの精度と効率の改善に顕著な貢献を示している。

関連論文リスト

• Improving Speech Emotion Recognition in Under-Resourced Languages via Speech-to-Speech Translation with Bootstrapping Data Selection [49.27067541740956]
  音声感情認識(SER)は、人間とコンピュータの自然な相互作用が可能な汎用AIエージェントを開発する上で重要な要素である。 英語や中国語以外の言語でラベル付きデータが不足しているため、堅牢な多言語SERシステムの構築は依然として困難である。 本稿では,低SERリソース言語におけるSERの性能向上のための手法を提案する。
  論文  参考訳（メタデータ） (2024-09-17T08:36:45Z)
• Sign language recognition based on deep learning and low-cost handcrafted descriptors [0.0]
  単語間のあいまいさを避けるため,ジェスチャ実行においてできるだけ多くの言語パラメータを考慮することが重要である。 選択した技術がリアルであることを保証することが不可欠であり、高価な、侵入的、または低運動量のセンサーを避ける。 低コストなセンサと技術を用いた手話認識システムを提案する。
  論文  参考訳（メタデータ） (2024-08-14T00:56:51Z)
• Improving Multilingual Neural Machine Translation by Utilizing Semantic and Linguistic Features [18.76505158652759]
  複数の言語間の意味的特徴と言語的特徴を利用して多言語翻訳を強化することを提案する。 エンコーダ側では,意味的特徴と言語的特徴を両立させることにより,エンコーダ表現を整合させる非係合学習タスクを導入する。 デコーダ側では、言語エンコーダを利用して低レベル言語機能を統合し、ターゲット言語生成を支援する。
  論文  参考訳（メタデータ） (2024-08-02T17:10:12Z)
• Integrating Knowledge in End-to-End Automatic Speech Recognition for Mandarin-English Code-Switching [41.88097793717185]
  Code-Switching (CS) は多言語コミュニティでよく見られる言語現象である。 本稿では,マンダリン・イングリッシュCS音声におけるエンドツーエンド音声認識の検討について述べる。
  論文  参考訳（メタデータ） (2021-12-19T17:31:15Z)
• Cross-lingual Transfer for Speech Processing using Acoustic Language Similarity [81.51206991542242]
  言語間の移動は、このデジタル分割を橋渡しする魅力的な方法を提供する。 現在の言語間アルゴリズムは、テキストベースのタスクや音声関連タスクを低リソース言語で実現している。 本稿では,数百の言語をまたがる音響的言語間移動対を効率的に同定する言語類似性手法を提案する。
  論文  参考訳（メタデータ） (2021-11-02T01:55:17Z)
• Towards Zero-shot Language Modeling [90.80124496312274]
  人間の言語学習に誘導的に偏りを持つニューラルモデルを構築した。 類型的に多様な訓練言語のサンプルからこの分布を推測する。 我々は、保留言語に対する遠隔監視として、追加の言語固有の側情報を利用する。
  論文  参考訳（メタデータ） (2021-08-06T23:49:18Z)
• 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)
• Acoustics Based Intent Recognition Using Discovered Phonetic Units for Low Resource Languages [51.0542215642794]
  本稿では,検出された音素単位を意図分類に用いる新しい音響に基づく意図認識システムを提案する。 我々は,2つの言語群 – インディカル言語とロマンス言語 – に対する2つの異なる意図認識タスクの結果を提示する。
  論文  参考訳（メタデータ） (2020-11-07T00:35:31Z)
• Meta-Transfer Learning for Code-Switched Speech Recognition [72.84247387728999]
  低リソース環境下でのコード切替音声認識システムにおける学習を伝達するメタトランスファー学習法を提案する。 本モデルでは,コードスイッチングデータに最適化を条件付けることにより,個々の言語を識別し,混合言語音声をよりよく認識できるように変換する。
  論文  参考訳（メタデータ） (2020-04-29T14:27:19Z)

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。