Papers with Code 아카이브
Accented Speech Recognition
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 4
- 보존된 평가 기록
- 8
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
UnityShots: 경계 인식 게이팅 기반 메모리 주도 멀티샷 오디오-비디오 생성
RIVET: 견고한 멱등 음성 속성 편집
PASQA: 악센트 오류가 포함된 합성 음성으로 학습된 피치 악센트 중심 음성 품질 평가 모델
가이드 디퓨전 기반 음성 생성을 위한 음성 분류기 재활용
지시는 음성을 어떻게 형성하는가? 스타일 캡션 기반 텍스트 음성 변환을 위한 크로스 어텐션 귀인
ASR 자가 검증과 지식 증류를 통한 신뢰할 수 있는 신경망 코덱 텍스트 음성 변환: 모델 및 코덱 간의 거의 0에 가까운 치명적 오류
TurnGuide: 동적 턴 수준 텍스트-음성 인터리빙을 통한 의미 있는 전이중 음성 상호작용 향상
DiFlow-TTS: 이산 흐름 매칭을 활용한 컴팩트하고 저지연인 제로샷 텍스트 음성 변환
EMORSION: 영화에서 오디오 파라미터가 정서적 반응과 몰입에 미치는 영향 고찰
MagpieTTS-LF: 장문 데이터에 대한 학습 없이 추론 시간에 장문 음성 생성
MOS 지도를 통한 구음장애 발화 중증도 평가 보강
실제 환경(In-the-wild) 사전 지식을 활용한 참조 기반 다화자 오디오 장면 생성
독립적 제어 개선을 통한 노래 변환을 위한 비브라토 표현 제어
UR-BERT: 보편적 로마자 표기와 음성 토큰 예측을 통한 대규모 다국어 텍스트 음성 변환을 위한 텍스트 인코더 확장
PRISM: 공감형 음성 대화를 위한 운율 통합 멀티 에이전트 추론 프레임워크
NaturalFlow: 동시 음성 대 음성 번역에서 자연스러운 음성 흐름을 위한 불연속적인 멈춤 감소
PianoKontext: 무미건조한(deadpan) 컨텍스트로부터의 표현적 연주 렌더링
자기회귀 텍스트 음성 변환(TTS) 모델에서의 견고한 감정 제어를 위한 크로스 모달 일관성 가이던스
인간과 AI 생성 언어의 역학: 서로 다른 시간 척도에서의 의미 변동
다국어 다화자 유닛 보코더: 이산 음성 표현에 대한 체계적 분석
IWSLT 2026 교차 언어 음성 복제(Cross-Lingual Voice Cloning)에 대한 KIT 제출
TargetSEC: 각성 조건부 잠재 스타일 디퓨전을 통한 플러그 앤드 플레이 실제 환경(In-the-Wild) 음성 감정 변환
IRAF: 잡음에 강인한 엔드-투-엔드 전이중(Full-Duplex) 음성 대화 시스템을 위한 간섭 탄력적 적응형 융합
반주 공동 생성을 통한 노래 생성과 노래 음성 변환의 통합
dots.tts 기술 보고서
NonverbalTTS: A Public English Corpus of Text-Aligned Nonverbal Vocalizations with Emotion Annotations for Text-to-Speech
Speech Quality Assessment Model Based on Mixture of Experts: System-Level Performance Enhancement and Utterance-Level Challenge Analysis
A Hybrid Machine Learning Framework for Optimizing Crop Selection via Agronomic and Economic Forecasting
DeepGesture: A conversational gesture synthesis system based on emotions and semantics
OpusLM: A Family of Open Unified Speech Language Models
RapFlow-TTS: Rapid and High-Fidelity Text-to-Speech with Improved Consistency Flow Matching
InstructTTSEval: Benchmarking Complex Natural-Language Instruction Following in Text-to-Speech Systems
An accurate and revised version of optical character recognition-based speech synthesis using LabVIEW
Pushing the Performance of Synthetic Speech Detection with Kolmogorov-Arnold Networks and Self-Supervised Learning Models
ZipVoice: Fast and High-Quality Zero-Shot Text-to-Speech with Flow Matching
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.